E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
模型选择
paddleocr学习笔记(七)训练自己的文字检测数据
paddle高阶API课程中学到的万能公式:(1)问题定义--(2)数据准备--(3)
模型选择
和开发--(4)模型训练和调优--(5)模型评估测试--(6)部署上线我们使用PaddleOCR,问题已经定义好了就是文字识别任务
落花逐流水
·
2022-12-14 11:24
PaddleOCR
paddle
sklearn建模
模型搭建1.首先我们要明白我们的任务是分类还是回归任务,在这里应该属于回归任务2.明白任务后,后面得划分数据集,主要有以下几种划分方法:留出法,k折交叉验证法3.
模型选择
及创建,在这里选择逻辑回归模型fromsklearn.model_selectionimporttrain_test_splitfromsklearn.datasetsimportload_digitsfromsklearn.li
MUP_RXL
·
2022-12-13 22:14
笔记
【机器学习课程复习】
没搞完先发了吧一、机器学习概论1.机器学习定义机器学习的概念机器学习的定义2.机器学习基本知识可以使用ML的三个必要条件基本术语工作流程分类二、机器学习理论霍夫丁不等式三、模型优化与验证方法
模型选择
方法一
ZHAO__JW
·
2022-12-13 20:31
机器学习
机器学习
超参数优化完整指南
作者|ShahulES,AayushBajaj编译|岳扬为机器学习或深度学习
模型选择
正确的超参数是从模型中提取精华的最佳方式之一。在本篇
Baihai IDP
·
2022-12-13 20:08
技术干货
人工智能
算法
ai
深度学习
Scikit-learn(sklearn)机器学习必备库
sklearn建模流程:(掌握常见机器学习模型)数据预处理特征工程,特征编码
模型选择
模型训练与测试模型评价,误差分析数据预处理常用手段:Standardization,ormearemovalandvarian
想成为风筝
·
2022-12-13 14:51
机器学习(sklearn)
数据分析
电商数据分析实战
机器学习
scikit-learn
sklearn
【机器学习】Scikit-learn介绍
它还为模型拟合、数据预处理、
模型选择
和评估以及许多其他实用程序提供了各种工具。
木夕敢敢
·
2022-12-13 14:38
机器学习
机器学习
python
Scikit-learn的六大功能
Scikit-learn的功能主要被分为六大部分:分类,回归,聚类,数据降维,
模型选择
和数据预处理。接下来通过一些例子来解释六类功能的主要作用。
暴走小何
·
2022-12-13 14:07
python
机器学习
聚类
python
【动手学深度学习PyTorch版】6 权重衰退
上一篇移步【动手学深度学习PyTorch版】5
模型选择
+过拟合和欠拟合_水w的博客-CSDN博客目录一、权重衰退1.1权重衰退weightdecay:处理过拟合的最常见方法(L2_penalty)◼权重衰退
水w
·
2022-12-12 14:22
#
深度学习
深度学习
pytorch
神经网络
1024程序员节
智源青年科学家张新雨:从模型平均到集成学习、迁移学习
主要研究方向包括模型平均、
模型选择
和组合预测等,取得了一系列获得国际同行好评的重要成果。国家杰青、优青。曾获中国科学院优秀博士学位论文。代表作有《FocusedInfo
智源社区
·
2022-12-12 11:47
机器学习-sklearn
模型选择
和最优参数选择
写在前言当你决定调用sklearn中提供的模型去做回归或分类等操作的时候,在不考虑数据优劣的情况下,你就只能依赖sklearn中提供模型和模型对应参数来进行拟合来达到最后的最优结果,这个时候大部分人就会处在我到底选择哪个模型,选择了模型之后我模型参数我该怎么选什么的纠结之中,因为一个模型的选择和参数的选择就决定了你的结果优劣。比如,你现在要做一个二分类预测,手里有10w左右的数据,在sklearn
yuxj记录学习
·
2022-12-12 08:19
学习
学习笔记
sklearn
机器学习
模型调参
利用SSA方法插值GRACE数据的空缺数据
目录1.SSA方法简介2.SSA缺失值填补方法3.基于累积分布函数(CDF)的
模型选择
4.论文公开的程序包下载5.程序包调试国际各大机构发布GRACE产品存在数据空缺的问题,尤其是在GRACE和GRACE-FO
我是水怪的哥
·
2022-12-11 17:32
数据分析
科研笔记
算法
转载001--机器学习中的很多词语
常见的机器学习模型:感知机,线性回归,逻辑回归,支持向量机,决策树,随机森林,GBDT,XGBoost,贝叶斯,KNN,K-means等;常见的机器学习理论:过拟合问题,交叉验证问题,
模型选择
问题,模型融合问题等
堪培拉的小熊熊~
·
2022-12-11 16:12
机器学习笔记
机器学习——应用场景 算法应用场景
常见的机器学习模型:感知机,线性回归,逻辑回归,支持向量机,决策树,随机森林,GBDT,XGBoost,贝叶斯,KNN,K-means等;常见的机器学习理论:过拟合问题,交叉验证问题,
模型选择
问题,模型融合问题等
baituixun1070
·
2022-12-11 16:39
人工智能
数据结构与算法
大数据
自训练的人脸带口罩判断算法
人脸系列文章目录文章目录人脸系列文章目录前言一、准备数据集二、模型搭建1.数据处理2.
模型选择
3.lossfunc和lrscheduler4.pytorch使用fp16训练5.训练调参5.推理demo总结前言使用
songlixiangaibin
·
2022-12-10 21:12
pytorch
人脸识别
深度学习
机器学习-第二天
我是今天的目录一、机器学习框架二、什么时候不应该使用机器学习三、机器学习主要分类四、数据科学工作流程五、评估六、
模型选择
和训练七、数据划分八、关于欠拟合与过拟合九、总结一、机器学习框架一、数据收集二、数据模型问题定义首先要思考的就是我们到底尝试解决什么问题
想做点改变的小王
·
2022-12-10 16:50
机器学习
python
人工智能
SparkMllib
模型选择
与优化-网格搜索和交叉验证
SparkMllib
模型选择
与优化如何对
模型选择
与优化通过Spark提供的CrossValidation、TrainTestSplit方法交叉验证Estimate(估算器):fit-transform,
AiBigData
·
2022-12-10 09:14
Machine
Learning
网格搜索
交叉验证
titanic
随机森林
模型选择
,欠拟合和过拟合 代码实现
我们现在可以通过多项式拟合来探索这些概念。importmathimportnumpyasnpimporttorchfromtorchimportnnfromd2limporttorchasd2l1.生成数据集max_degree=20#多项式的最大阶数,20个特征n_train,n_test=100,100#训练和测试数据集大小true_w=np.zeros(max_degree)#分配大量的空间
chnyi6_ya
·
2022-12-10 09:12
深度学习
python
numpy
14.
模型选择
1.训练误差和泛化误差训练误差:模型在训练数据上的误差泛化误差:模型在新的数据上的误差(ps:更关心泛化误差而非训练误差)例如:根据模考成绩来预测未来考试分数在过去的考试中表现很好(训练误差)不代表未来考试一定会好(泛化误差)学生A通过背书在模考中拿到很好的成绩学生B知道答案后面的原因2.验证数据集和测试数据集验证数据集:一个用来评估模型好坏的数据集。(通过验证数据集可以来调参数,如:学习率取多少
chnyi6_ya
·
2022-12-10 09:07
深度学习
深度学习
人工智能
AutoGluon-Tabular: Robust and Accurate AutoML for Structured Data
AutoGluon-Tabular:RobustandAccurateAutoMLforStructuredData数据预处理、预测问题类型、训练预测集划分、
模型选择
一、背后的技术AutoGluon是一个
唔西迪西爱学习
·
2022-12-10 00:22
机器学习
人工智能
深度学习
机器学习思维导图(基于sklearn)
机器学习算法分类机器学习开发流程特征工程数据集特征工程介绍分类算法sklearn转换器和估计器K-近邻算法
模型选择
与调优朴素贝叶斯算法决策树集成学习方法之随机森林回归与聚类算法线性回归过拟合与欠拟合带有
Gavid-jh
·
2022-12-09 13:10
machine
learning
机器学习
思维导图
sklearn
交叉验证、网格搜索、
模型选择
与调优、鸢尾花案例增加K值调优与Facebook人造世界签到位置train.csv数据预测代码实现
一、交叉验证交叉验证(crossvalidation):将拿到的训练数据分为训练和验证集,以下图为例,将数据分成4份,其中一份作为验证集,经过4次(组)的测试,每次都更换不同的验证集,即得到4组模型的结果,取平均值作为最终结果,又称4折交叉验证交叉验证目的:为了让被评估的模型更加准确可信,交叉验证不能提高模型的准确率为了让从训练得到模型结果更加准确,分割数据为训练集:训练集+验证集测试集:测试集二
learning-striving
·
2022-12-09 12:06
ML
人工智能
python
pandas
数据分析
2022吴恩达机器学习课程学习笔记(第二课第三周)
2022吴恩达机器学习课程学习笔记(第二课第三周)决定接下来该做什么模型评估
模型选择
和训练/交叉验证/测试集通过偏差和方差进行诊断正则化和偏差/方差制定一个用于性能评估的基准学习曲线(修订)决定下一步做什么偏差
Ys能保研
·
2022-12-09 10:21
机器学习
人工智能
【毕业设计】深度学习身份证识别系统 - 机器视觉 python
文章目录0前言1实现方法1.1原理1.1.1字符定位1.1.2字符识别1.1.3深度学习算法介绍1.1.4
模型选择
2算法流程3部分关键代码4效果展示5最后0前言Hi,大家好,这里是丹成学长的毕设系列文章
caxiou
·
2022-12-09 01:17
大数据
毕业设计
python
深度学习
opencv
【从零开始学习深度学习】12. 什么是模型的训练误差?基于三阶多项式的欠拟合与过拟合训练过程演示
目录前言1.1训练误差和泛化误差1.2
模型选择
1.2.1验证数据集1.2.3KKK折交叉验证1.3欠拟合和过拟合1.3.1模型复杂度1.3.2训练数据集大小1.4多项式函数拟合示例1.4.1生成数据集1.4.2
阿_旭
·
2022-12-08 07:24
深度学习
欠拟合
过拟合
ONNXRuntime与PyTorch运行时间对比
系统:Ubuntu18.04CPU:Intel8750H显卡:2070
模型选择
最常用的ResNet50importtorchimporttorchvision.modelsasmodels#importmodel
一个机器视觉工程师的自我修养
·
2022-12-08 04:37
onnxruntime
pytorch
神经网络
视觉检测
机器学习
深度学习
学习笔记:动手学深度学习 16
模型选择
、欠拟合、过拟合
多项式回归Python3.8.8(default,Apr132021,15:08:03)[MSCv.191664bit(AMD64)]Type'copyright','credits'or'license'formoreinformationIPython7.22.0--AnenhancedInteractivePython.Type'?'forhelp.PyDevconsole:usingIPy
进击的番茄~
·
2022-12-07 22:55
深度学习
回归
人工智能
用鸢尾花数据集为例展示数据分析的一般流程
数据分析的一般过程:数据的获取数据预处理(标准化或归一化)模型的训练(训练集、测试集)模型的评估(交叉验证)模型的优化交叉验证交叉验证目的:测试某个算法在一个数据集上的应用的好坏,帮助我们进行超参数的调优和
模型选择
交叉验证方法
朋友的朋
·
2022-12-07 14:26
记录
数据分析
python
数据挖掘:
模型选择
——线性回归
线性回归一元线性回归最早接触的线性回归是y=ax+b的形式,这是对于一元线性回归来说。我们给入数据,通过最小二乘法,让真实值和预测值的残差平方和(也就是要优化的损失函数)最小。可对系数求一阶导数,让其为0,求得未知的a,b,得到方程。多元线性回归而一般情况下,我们遇到的数据不是只有一个维度,而是多维数据,这时要用到多元线性回归。多元线性回归的公式为:以上是一个数据对应的公式,如果在所有数据合在一起
AvenueCyy
·
2022-12-07 09:51
数据挖掘
机器学习
数据分析
数据挖掘
把机器学习神器 Scikit-Learn给图解了 !
SKLearn中有六大任务模块,如下图所示:分别是分类、回归、聚类、降维、
模型选择
和预处理。
数据不吹牛
·
2022-12-06 13:02
数据挖掘
python
机器学习
人工智能
数据分析
K邻近算法k值选取以及kd树概念、原理、构建方法、最近邻域搜索和案例分析
模型本身不是最接近最佳模型估计误差:可以理解为对测试集的测试误差,关注测试集,估计误差小说明对未知数据的预测能力好,模型本身最接近最佳
模型选择
较小的K值,就相当于用较小的
learning-striving
·
2022-12-06 06:31
ML
算法
人工智能
机器学习
近邻算法
k邻近算法
如何选择神经网络模型,神经网络
模型选择
有哪些深度神经网络模型?目前经常使用的深度神经网络模型主要有卷积神经网络(CNN)、递归神经网络(RNN)、深信度网络(DBN)、深度自动编码器(AutoEncoder)和生成对抗网络(GAN)等。递归神经网络实际.上包含了两种神经网络。一种是循环神经网络(RecurrentNeuralNetwork);另一种是结构递归神经网络(RecursiveNeuralNetwork),它使用相似的网络结构
普通网友
·
2022-12-05 20:54
神经网络
深度学习
人工智能
cnn
Pytorch官网:快速入门Pytorch教程
Pytorch官网:学习快速入门Pytorch快速入门1.数据准备:加载数据2.
模型选择
/开发3.模型训练调优4.模型评估测试保存模型、加载模型Tensors张量Dataset和DataLoader数据集和数据加载器
Laura_Wangzx
·
2022-12-05 13:19
机器学习与深度学习AI
生产系统中的机器学习笔记(二):选择、训练一个模型
选择、训练一个模型在
模型选择
与训练过程中,很多人往往会更倾向于不断优化模型的设计、参数的选择,这称为以模型为中心的人工智能开发(Mode
Little-Tortoise
·
2022-12-05 11:49
生产中的机器学习
笔记
机器学习
人工智能
深度学习
生产系统中的机器学习笔记
pycaret的具体使用流程
PyCaret库只需几行代码就可以完成从准备数据到部署模型,其中包括有数据处理,模型训练,参数搜索,模型可解释性,
模型选择
,实验日志查询。
wxfu2010
·
2022-12-05 08:13
Python
机器学习
python
机器学习
开发语言
机器学习——Sklearn学习笔记——总章
总章写在前面0.快速入门(GettingStarted)0.1拟合和预测:评估器的基础(输出)0.2转换器和预处理器(输入)0.3管道:链接了预处理器和评估器0.4模型评估0.5自动参数搜索1.预处理2.
模型选择
Robin_Pi
·
2022-12-04 14:51
机器学习(ML)
机器学习
机器学习————Sklearn学习
分类树1.1#引入库fromsklearnimporttree#导入一个数据集的类(这里是著名的红九数据集),datasets是库fromsklearn.datasetsimportload_wine#从
模型选择
中分别导入测试集和训练集的类
德玛西亚---
·
2022-12-04 14:50
sklearn
学习
模型选择
之诊断偏离bias和方差variance的区别
本文转自这里本文主要讲解了machinelearning中
模型选择
、评估的方法,重点在于诊断模型欠拟合或过拟合时用到的偏离bias和方差variance的概念,及其与正则化项的关系。
小灰兔呼噜噜
·
2022-12-03 22:15
神经网络
bias
variance
正则化与偏差和方差的关系
regularization
Sklearn学习
目录数据的预处理缺失值计算独热编码标准化处理多项式转换
模型选择
模型评估与选择机器学习主要分为三个大部分:1.数据预处理2.训练模型3.对模型的评估这三个部分都可以使用sklearn包来实现,在使用sklearn
清水一个僧
·
2022-12-03 20:39
python
机器学习
scikit-learn
分类
回归
吃瓜-学习记录01
1.泛化误差与经验误差,过拟合与欠拟合,
模型选择
的三个关键问题评估方法:留出法、交叉验证法、自助法性能度量:错误率与精度,查准率与查全率,F1度量比较检验:交叉验证与McNemar;Friedman与Nemenyi
♡坚持の到底
·
2022-12-03 14:30
学习
【人工智能与机器学习】——K近邻(KNN)与
模型选择
(学习笔记)
前言:人们常常说,“近朱者赤,近墨者黑“,”物以类聚,人以群分”,我们想考察一个家庭的经济状况,可以问问住在哪里。如果家住在广州珠江新城,经济状况一定差不了,非富即贵。在机器学习中,我们可以根据一个数据点(表示一个实体)周围其他数据点的类别情况,判断这个数据点的类别属性。因此引出我们今天讨论的内容——K近邻(KNearestNeighbor,KNN)算法,在此基础上,进一步思考什么是好的模型。目录
HinsCoder
·
2022-12-03 13:46
人工智能详解
机器学习
人工智能
学习
经验分享
python
ABAQUS学习(1):打开求解好的cae文件并查看云图
打开求解好的cae文件并查看云图更改工作目录显示云图文件->打开点击想要打开的cae文件,然后点击确定点击模块“作业”,
模型选择
“Model-1”,分析步“Initial”点击“作业管理器”,选择“已完成
娱乐至上2091
·
2022-12-03 01:11
ABAQUS
ABAQUS
吴恩达机器学习笔记2
可以是手工选择保留哪些特征,或者使用一些
模型选择
的算法来帮忙(例如PCA)2.正则化。保留所有的特征,但是减少参数的大小。正则化线性回归:正则化logi
m0_74248994
·
2022-12-02 00:56
吴恩达2022机器学习——第二部分高级学习算法第三周笔记
目录1.1决定下一步做什么(构建机器学习的实用建议)1.2模型评估1.3
模型选择
&交叉验证测试集的训练方法
模型选择
总结举例2.1通过偏差与方法进行诊断2.2正则化、偏差、方差1.1决定下一步做什么(构建机器学习的实用建议
爱敲代码的小雨
·
2022-12-01 13:21
机器学习
笔记
算法
学习
从模型容量的视角看监督学习
这几天看离线强化学习瞎想的,不一定正确,仅记录个人想法文章目录1.监督学习的本质2.容量视角下的
模型选择
、正则化和归纳偏置3.几点启发1.监督学习的本质我认为监督学习的本质在于在过拟合和欠拟合之间取得平衡
云端FFF
·
2022-12-01 09:18
#
监督学习
监督学习
模型选择
模型容量
正则化
归纳偏置
【2022吴恩达机器学习】神经网络week3
模型选择
:发现d=5时,j最低,但可能会导致过拟合。问题是d=5时,Jte
lucky_08
·
2022-12-01 07:02
神经网络
人工智能
CH1_project
sklearn,处理机器学习(有监督学习和无监督学习)的包,有六个任务模块和一个数据引入模块有监督学习的分类任务有监督学习的回归任务无监督学习的聚类任务无监督学习的降维任务数据预处理任务
模型选择
任务数据引入数据格式
Jin4869
·
2022-12-01 04:56
机器学习
机器学习
python
深度学习从入门到精通——统计学习方法概论
策略损失函数与风险函数常用损失函数ERM与SRM算法模型评估与
模型选择
过拟合与
模型选择
正则化与交叉验证泛化能力生成模型与判别模型生成方法判别方法分类问题、标注问题、回归问题前言章节目录统计学习监督学习基本概念问题的形式化统计学习三要素模型策略算法模型评估与
模型选择
训练误差与测试误差过拟合
小陈phd
·
2022-11-30 10:52
深度学习理论
pytorch
深度学习
python
Unity导入URDF模型(turtlebot3 waffle pi为例)
github.com/Unity-Technologies/Unity-Robotics-Hub/blob/main/tutorials/urdf_importer/urdf_tutorial.md 关于导入的机器人
模型选择
了
DWQY
·
2022-11-30 02:59
Unity
unity
游戏引擎
Adult数据集分析(一)
目录一、研究意义二、数据集介绍样本属性及含义三、数据预处理(1)
模型选择
(2)数据导入(3)数据删除与清洗(4)数据转化(5)重点部分(6)划分训练集与测试集四、两种模型对上述数据集进行预测决策树朴素贝叶斯五
云隐雾匿
·
2022-11-30 02:51
数据分析
大数据
sklearn学习笔记之metrics
本文基于以下链接:sklearn中文文档,sklearn官网
模型选择
Interfacemake_scorersklearn.metrics.make_scorer(score_func,*,greater_is_better
可大侠
·
2022-11-29 01:28
sklearn学习
python
sklearn
机器学习
上一页
8
9
10
11
12
13
14
15
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他