分类器

多层感知器介绍

此时，无法使用线性分类器恰当地将输入划分到正确的类别。二、
云隐雾匿·2023-04-14 08:48

机器学习——监督学习

监督学习1.1分类与回归1.2泛化、过拟合和欠拟合1.3监督学习算法1.3.1k近邻(k-NearestNeighbors，简称k-NN)1.3.2线性模型(LinearModels)1.3.3朴素贝叶斯分类器
Homur4_·2023-04-14 06:43

机器学习系列--LDA与PCA

一宁上次给我提到，如果学习分类算法，最好从线性的入手，线性分类器最简单的就是LDA，它可以看做是简化版的SVM，如果想理解SVM这种分类器，那理解LDA就是
yezi_1026·2023-04-14 02:03

基于Python编写一个简单的垃圾邮件分类器

目录准备工作数据集加载数据数据预处理训练分类器测试分类器结论随着电子邮件的广泛使用，垃圾邮件也日益增多，对用户造成了很大的困扰。因此，开发一个能够自动分类和过滤垃圾邮件的程序就显得非常重要。
·2023-04-14 01:52

深度学习趣谈：什么是迁移学习？（附带Tensorflow代码实现）

迁移学习可以由下面的这张图来表示：这张图最左边表示了迁移学习也就是把已经训练好的模型和权重直接纳入到新的数据集当中进行训练，但是我们只改变之前模型的分类器（全连接层和softmax/sigmoid），这样就可以节省训练的时间的到一个新训练的模型了
Geeksongs·2023-04-13 14:27

Kaggle计算机视觉入门

1构建卷积分类器1.1目标使用Keras深度学习网络构建图片分类器学习视觉特征提取背后的基本思想学习如何提升你的模型学习如何扩充你的数据我们的计算机是如何识别一张图片的呢，下面的图非常生动形象。
Day-3·2023-04-13 12:56

scikit-learn：训练分类器、预测新数据、评价分类器

http://scikit-learn.org/stable/tutorial/text_analytics/working_with_text_data.html构建分类器，以NB为例：fromsklearn.naive_bayesimportMultinomialNBclf
mmc2015·2023-04-13 09:46

Kaggle神器LightGBM最全解读（附代码说明）！

：Microstrong，编辑：AI有道本文主要内容概览：1.LightGBM简介GBDT(GradientBoostingDecisionTree)是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器
Sim1480·2023-04-13 08:23

ArcGIS+人工智能——之机器学习简介

ImageAnalyst中的影像分割和分类工具集训练样本数据计算分割影像属性分类精度评估分类向导工具监督和非监督分类基于对象和基于像素分类向导操作介绍配置分割影像训练分类训练样本分配类重分类器合并类前面我们介绍过
GIS哼哈哈·2023-04-13 06:59

一文看懂提升树与梯度提升树（GBDT）

提升树是以分类树或回归树为基本分类器的提升方法。其被认为是统计学习中性能最好的方法之一。实际上，AdaBoost更多的是一种算法思路，其并没有指定基函数是决策树还是其他。对于分类问题，提升树的基
巴涅波赫夫·2023-04-13 02:15

【数据分析4】scikit-learn机器学习

1.机器学习方法：•构造间隔理论分布：聚类分析和模式识别•人工神经网络•决策树•感知器•支持向量机•集成学习AdaBoos•降维与度量学习•聚类•贝叶斯分类器•构造条件概率：回归分析和统计分类•高斯过程回归
ZEVIN LI·2023-04-12 23:24

机器学习之模型理论的面试问题2018-6-28

1）、这个区别是根据线形映射，即y与x之间的关系为标准分的类；逻辑回归和SVM是线形判别器，决策树是非线形分类器不同的问题不同的结果2、决策树可以处理连续性变量吗？
静静1000·2023-04-12 22:44

spark mllib源码分析之二分类逻辑回归的评价指标

在逻辑回归分类中，我们评价分类器好坏的主要指标有精准率（precision），召回率（recall），F-measure，AUC等，其中最常用的是AUC，它可以综合评价分类器性能，其他的指标主要偏重一些方面
snaillup·2023-04-12 20:19

CV03_06:选择性搜索算法

有了候选区域，就可以使用卷积神经网络做特征抽取，抽取的特征没有使用神经网络的分类器，标准算法中都是使用
杨强AT南京·2023-04-12 14:12

学术前沿趋势分析4：论文种类分类

第二步：分类思路1.直接使用TF-IDF对文本提取特征，使用分类器进行分类，分类器的选
若木_在搬砖·2023-04-12 13:23

单细胞文章（一些老方法的创新使用）Single-Cell RNA-Seq Reveals AML Hierarchies Relevant to Disease Progression and ...

结合单细胞转录组和基因分型技术------16个病人和5个正常患者，然后，我们应用机器学习分类器来区分恶性细胞类型的频谱，这些恶性细胞类型的丰度在患者
Evil_Genius·2023-04-12 04:47

【机器学习】案例一：随机森林预测泰坦尼克号生还概率

目录前言：【一】数据清洗及可视化介绍知识点环境准备数据特征介绍检查数据相关系数缺失值偏态分布数值化和标准化离群点实验总结一【二】分类模型训练及评价介绍环境准备模型评估模型选择性能度量实验总结二【三】随机森林分类器及其参数调节介绍知识点实验原理决策树集成学习随机森林
让机器理解语言か·2023-04-11 23:49

【机器学习】样本不均衡（class-imbalance）——解决方案与问题思考

目录问题提出问题重述与再理解第一个问题：假如样本不均衡，哪种分类器的泛化性能较好？
网瘾中心呼唤爱·2023-04-11 11:44

（一）疲劳驾驶检测---OpenCV级联分类器进行目标检测

一系列的简单分类器按照一定顺序级联到一起就构成了级联分类
Kkh_8686·2023-04-11 04:42

python葡萄酒数据集_利用python分析红葡萄酒数据

在这里，我使用随机森林分类器，对好酒和不太好的酒进行二元分类。
遇虹ZHU·2023-04-11 02:08

机器学习——SVM多分类问题

线性二分类器的最优超平面1、超平面2、最优超平面3、最优分类面4、支持向量与支持向量机非线性SVM1、常见的核函数2、SVM案例3.举例分析多分类SVM1.直接法2.间接法线性SVM1.什么是SVM？
肉肉肉肉肉肉~丸子·2023-04-11 00:30

数据挖掘-随机森林

随机森林（RandomForest）是一类专门为决策树分类器设计的组合方法，关于组合方法可以参考https://www.jianshu.com/p/9e4db2759866中提到的组合方法相关内容。
花讽院_和狆·2023-04-10 19:58

带你一文透彻学习【PyTorch深度学习实践】分篇——多分类问题之交叉熵损失函数CrossEntropyLoss：Softmax分类器，One-hot；针对MNIST数据集 | 附：实例源代码

分享给大家，北大教授的一段话：你发现没，喜欢独来独往的人，其实大部分都是品行非常好的人。这些人从来不扎堆，也不搬弄是非。只喜欢一个人，把自己应该干的事干好，享受自己干干净净的精神世界，和干干净净的生活圈子。有点时间就宅在家里，给自己做顿饭，放首喜欢的音乐，
追光者♂·2023-04-10 13:16

模型定义

简单的模型模型的概率含有三个节点的联合概率分布PlantNotation在实际应用中，比如朴素贝叶斯分类器，我们假设某一个类会生成很多个特征，这样的概率图可以用下图表示朴素贝叶斯分类器一般表示但是我们会觉得这个图看起来不简洁
悟器大叔·2023-04-10 12:41

机器学习A-Z～分类模型性能评价及选择

本篇文章将给大家介绍一些宏观的核心概念和测度来评价分类算法和分类器的表现，尤其是如何评价分类器预测中会产生的一些错误。
Carey_Wu·2023-04-10 12:14

Adversarial Attack

拿图像分类来说，如果我们想攻击一个训练好的图像分类器，就可以改变一张图片中的某些像素点的值，使得改变后的图片和原图片肉眼看不出太大分别，但使得分类器结果发生改变。
单调不减·2023-04-10 02:07

医学影像系统弱监督语义分割集成的探索

摘要利用复杂数据集的低质量CAM预测来提高结果的准确性使用低阈值CAMs以高确定性覆盖目标对象通过组合多个低阈值cam，在突出显示目标对象的同时均匀地消除它们的错误代码链接文章链接本文方法首先，在目标数据集上训练分类器模型
松下直子·2023-04-10 01:44

基于多尺度权值选择对抗网络的部分迁移故障诊断

创新性地构建MDAN，避免了单个分类器的过拟合，增强了领域混淆。在实例权值的选择上，实例权值直接由MDAN的概率输出得到。在类权值的选择上，利用
是渣渣呀·2023-04-09 22:57

pytorch 的GPU性能优化

最近在训练一个图片分类器，GPU使用率一直没到100%，甚至只是一些波峰尖刺。后来排查了一些问题。
cjneo·2023-04-09 21:24

【机器学习算法实践】GBDT提升树，集成学习boosting方法，可分类课可回归，CART树是基础，调参是重点

虽然GBDT也是Boosting家族的成员，但是却和Adaboost【机器学习算法实践】AdaBoost是典型的Boosting算法，加法模型多个弱分类器流水线式的提升精度，更关注那些难处理的数据_羞儿的博客
羞儿·2023-04-09 19:18

Data Mining_聚类分析&分类器&关联规则&回归分析 (Python)

常见技术包括：聚类分析、分类器、关联规则挖掘回归分析。datamining学习平台(网站)：KDnuggets：该网站提供与datamining相关的新闻、教育资源和工具等。
Cmy_CTO·2023-04-09 19:58

一维transformer 分类

分类器：接受编码器输出的向量并输出分类结果。一维transformer可以用于解决各种一维序列分类任务，例如文本分类、语音分类、生物序列分类等。它通常具有良好的性能，并且能够适应序列长度的变化。
又可乐·2023-04-09 14:42

XGBoost（三）：Python语言实现

1、XGBoost库Python中，可直接通过“pipinstallxgboost”安装XGBoost库，基分类器支持决策树和线性分类器。2、XGBoost代码实现本例中我们使
三猫后端·2023-04-09 13:42

使用Python在OpenCV中使用haar Cascade的微笑检测

我们将使用Haar级联分类器在图像中进行微笑检测。haar级联分类器是一种有效的对象检测方法。这是一种基于机器学习的方法。
很酷的站长·2023-04-09 10:55

【计算机视觉·OpenCV】使用Haar+Cascade实现人脸检测

程序流程代码importcv2#原图img=xxx#使用预训练模型创建Cascade分类器getCascade=lambdamodel_name:cv2.Cascad
云朵先生_·2023-04-09 10:22

python例子视频_Python学习案例之视频人脸检测识别

案例这里我们还是使用opencv中自带了haar人脸特征分类器，通过读取一段视频来识别其中的人脸。
weixin_39802784·2023-04-09 10:03

opencv入门：支持向量机，K均值聚类

支持向量机是最好的现成分类器之一，这里是指分类器不加修改就可以使用的。
AI路漫漫·2023-04-09 09:55

不平衡数据分类方法

传统分类器对于不平衡数据的不适用性传统分类方法有：决策树法，朴素贝叶
甜瓜出逃中·2023-04-09 08:18

机器学习实战----使用Python和Scikit-Learn构建简单分类器

今天来学习一下如何使用Python和Scikit-Learn构建一个简单的分类器本文目录：一、介绍二、数据集三、分析四、评估五、预测六、结论好书推荐：一、介绍今天我们将学习使用Python和Scikit-Learn
是Dream呀·2023-04-09 06:31

AdaBoosting推导过程

Adaboosting算法可以将弱分类器通过数次迭代增强为强分类器。
小宝不出轨·2023-04-09 05:05

【python GUI】tkinter好看的主题|ttkbootstrap的使用

我曾经做了一个人工智能分类器：(71条消息)【tkinter+深度学习】实现人工智能分类器|简单的深度学习|仅供娱乐，学习还须脚踏实地_深度学习与tkinter-深度学习文档类资源-CSDN文库https
活成自己的样子啊·2023-04-09 04:05

使用Python和OpenCV实现实时人脸检测并保存截图

我们将利用OpenCV中的Haar级联分类器来检测摄像头捕获的图像中的人脸。项目功能通过摄像头实时捕获视频流。使用Haar级联分类器检测视频帧中的人脸。在检测到的人脸周围绘制矩形框。实时显示检测结果。
A等天晴·2023-04-09 04:31

各种机器学习算法的应用场景

主要针对分类器(Classifier)。没有最好的分类器，只有最合适的分类器。随机森林平均来说最强，但也只在9.9%的数据集上拿到了第一，优点是鲜有短板。
郑佳露·2023-04-09 03:16

图像分类和识别的区别（指纹识别）

图像分类：图像分类是给定一幅测试图像，利用训练好的分类器判定它所属的类别，而分类器是利用带类别标签的训练数据训练出来图像分类也可称为图像识别，图像分类是通过海量的图像数据来训练分类器（深度学习网络，并通过分类器来进行图像的分类
白兔1205·2023-04-09 01:09

CCF 202006-1 线性分类器 CCF 202006-2 稀疏向量

CCF202006-1线性分类器思路给定N个已知是A还是B类别的点，给定三个参数，问是否能够组成一条直线完美将两个类别分开。
中国海洋大学 海之子考研·2023-04-08 20:08

论文阅读 Adversarial Complementary Learning forWeakly Supervised Object Localization

其中整个网络包含两个分类器，其中一个分类器A用来定位discriminitiveregions，而另一个分类器B用来定义A没有定位出来的感兴趣区域，从而形成一种互补。
枯叶蝶KYD·2023-04-08 16:30

深度学习中，使用regularization正则化(weight_decay)的好处，loss=nan

而且感觉训练的数据量也挺大的，因此就没有使用正则化，可能用的少的原因，我也就不用了，后面，训练到一定程度，accuracy不上升，loss不下降，老是出现loss=nan，输出的结果也就直接不预测，比如训练二分类器
weixin_30512043·2023-04-08 16:32

机器学习笔记5：Softmax分类器的logistic回归

在logistic回归模型中，我们只是讲了二分类问题，但是在我们的实际分类应用中，还涉及多分类问题，那么，这个时候，就需要用到softmax分类器了。
陆撄宁·2023-04-08 15:23

Python机器学习：朴素贝叶斯

首先明确一下啊，朴素贝叶斯是什么：朴素贝叶斯分类器是一种有监督的统计学过滤器，在垃圾邮件过滤、信息检索等领域经常被使用到。
鲁智深坐捻绣花针·2023-04-08 13:22

0基础讲解机器学习算法-朴素贝叶斯分类器

朴素贝叶斯分类器可以说是最经典的基于统计的机器学习模型了。首先，暂且不管贝叶斯是什么意思，朴素这个名字放在分类器中好像有所深意。一查，发现这个分类器的英文是“NaïveBayes”。
夕小瑶·2023-04-08 13:33
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他