原文链接 网格分割是什么 网格由顶点和面组成，我们对网格顶点或者面的进行分类，就是网格分割。它是一个分类问题，而分类问题是机器学习里的经典问题。 分割需要对数据进行特征建模，这个建模方法可以是人工的，比如各种几何相关的特征构建；建模方法也可以是自动的，比如深度学习的特征学习方法。 分类的方法，可以是 ...
分类：
其他好文 时间：
2019-10-20 10:47:06
阅读次数：
57
[TOC]更新、更全的《机器学习》的更新网站，更有python、go、数据结构与算法、爬虫、人工智能教学等着你：https://www.cnblogs.com/nickchen121/# 细分构建机器学习应用程序的流程-测试模型对于分类问题，我们可能会使用k近邻算法、决策树、逻辑回归、朴素贝叶斯法、... ...
分类：
其他好文 时间：
2019-10-16 17:50:55
阅读次数：
69
所谓类别不平衡问题就是分类任务中不同类别的训练案例数目差别极其大的情况。不是一般性，我们在这里讨论二分类问题中正例个数远远少于反例的情形。常见的处理非平衡数据集的办法主要有: 1.阈值移动（Threshold Moving）： 通常我们预测类别的方法是学习得到正例概率$P$，如果：\begin{eq ...
分类：
其他好文 时间：
2019-10-13 23:32:17
阅读次数：
162
特征工程预处理0.异常检测为什么不全部使用普通有监督的方法来学习呢（即把它看做是一个普通的二分类问题）？主要是因为在异常检测中，异常的样本数量非常少而正常样本数量非常多，因此不足以学习到好的异常行为模型的参数，因为后面新来的异常样本可能完全是与训练样本中的模式不同。可采用对每列特征分别用高斯分布去拟... ...
分类：
其他好文 时间：
2019-10-09 17:32:40
阅读次数：
82
简单： 一、手动写一个KNN算法解决分类问题 ...
分类：
编程语言 时间：
2019-10-04 22:32:55
阅读次数：
71
机器学习简介： 特征向量 目标函数 机器学习分类： 有监督学习：分类问题（如人脸识别、字符识别、语音识别）、回归问题 无监督学习：聚类问题、数据降维 强化学习：根据当前状态预测下一个状态，回报最大化，回报具有延迟性，如无人驾驶、下围棋 深度学习数学知识：微积分、线性代数、概率论、最优化方法 一元函数 ...
分类：
其他好文 时间：
2019-10-03 12:58:27
阅读次数：
120
"来源" 预习阶段 OCR基础：CNN和RNN CNN预习视频：卷积神经网络与计算机视觉 知识点1： 卷积神经网络结构分析 知识点2： 过拟合与随机失活 知识点3： 卷积神经网络理解 知识点4： 典型网络结构详解 实战项目： 利用ResNet与inception解决一般图像分类问题套路 RNN预习视 ...
分类：
其他好文 时间：
2019-09-30 09:57:46
阅读次数：
113
相对于自适应神经网络、感知器，softmax巧妙低使用简单的方法来实现多分类问题。 功能上，完成从N维向量到M维向量的映射 输出的结果范围是[0, 1]，对于一个sample的结果所有输出总和等于1 输出结果，可以隐含地表达该类别的概率 softmax的损失函数是采用了多分类问题中常见的交叉熵，注意 ...
分类：
编程语言 时间：
2019-09-29 19:53:57
阅读次数：
74
Logistic 回归 一、Classification(分类) 0：负类，表示“没有”，如良性肿瘤 1：正类，表示“有”，如恶性肿瘤 将线性回归应用于分类问题并不是最好的，接下来介绍logistic回归算法，这是一种分类算法，被用于y等于离散值0和1的情况下。 二、假设函数 在logistic回归 ...
分类：
其他好文 时间：
2019-09-22 21:44:11
阅读次数：
108
[TOC] metrics 评价方法 注意，在多分类问题中，评价方法是逐个类计算的，不是所有类一起算，是只针对一个类算，每个类别有自己的指标值！ TP , FP , TN , FN 概念 TP = 预测为positive 且ground truth和预测一致 FP= 预测为positive 且gro ...
分类：
其他好文 时间：
2019-09-21 23:27:45
阅读次数：
103
