Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值... ...
分类：
编程语言 时间：
2019-05-19 22:06:50
阅读次数：
191
这个是本人在做大创项目，师姐做完的特征提取部分代码后，我们利用接收到的结果进行特征选择操作。下面从要求和思路两个部分简单介绍一下：我们通过BPSO结合KNN进行降维的基本思路。 一、要求 学姐给我们的数据一共有4个.mat文件。分别是训练集数据、训练集标签、测试集数据和测试集标签。训练集和测试集分别 ...
分类：
其他好文 时间：
2019-05-08 19:05:20
阅读次数：
339
1、SRCNN SRCNN参数设置及效果。 为了与传统的基于示例的方法进行比较，我们使用了与[20]相同的训练集、测试集和协议。具体而言，训练集由91幅图像组成。Set5用于评估提升因子2、3和4的性能，而Set 14(14图像)用于评估提升因子3。 为了合成低分辨率样本{yi}，我们用适当的高斯核 ...
分类：
其他好文 时间：
2019-05-07 19:54:31
阅读次数：
218
library(caret) PS：根据因变量特征值进行数据分区，outp$V1 其中outp为因变量列表，V1为特征值的name 按照p=0.7划分，训练集占70%，测试集占30%，对划分的结果进行描述describe可知 训练集 均值21.45 测试集均值21.75 但是有一点疑问，测试集最小5 ...
分类：
编程语言 时间：
2019-05-03 11:20:18
阅读次数：
253
1.数据分组 将原始数据分成训练集，验证集和测试集，它们的比例分别为：60%，20%，20%。 训练集（train set） —— 用于模型拟合的数据样本。验证集（development set）—— 是模型训练过程中单独留出的样本集，它可以用于调整模型的超参数和用于对模型的能力进行初步评估。 在神 ...
分类：
其他好文 时间：
2019-05-02 18:54:12
阅读次数：
152
两条曲线规律：测试集或验证集上的代价函数随所选的多项式的次数的变化曲线，训练集上的...曲线（递减的那条） 下图中，左边的红框代表遇到了高偏差问题，右边的红框代表高方差问题。 ...
分类：
其他好文 时间：
2019-05-02 18:51:09
阅读次数：
100
第十八节逻辑回归之交叉熵损失函数梯度求解过程(3) 上一节中，我们讲解了交叉熵损失函数的概念，目标是要找到使得损失函数最小的那组θ，也就是l(θ)最大，即预测出来的结果在训练集上全部正确的概率最大。那我们怎么样找到我们的最优解呢？上节中提出用梯度下降法求解，本节的话我们对其具体细节展开。 先来看下我 ...
分类：
其他好文 时间：
2019-04-30 19:51:12
阅读次数：
121
第十四节过拟合解决手段L1和L2正则 第十三节中，我们讲解了过拟合的情形，也就是过度的去拟合训练集上的结果了，反倒让你的模型太复杂。为了去解决这种现象，我们提出用L1，L2正则去解决这种问题。 怎么把正则应用进去？我们重新审视目标函数，以前我们可以理解目标函数和损失函数是一个东西。而有正则的含义之后 ...
分类：
其他好文 时间：
2019-04-27 21:27:14
阅读次数：
166
在机器学习领域中，有一个重要的假设：独立同分布假设，也就是假设训练数据和测试数据是满足相同分布的，否则在训练集上学习到的模型在测试集上的表现会比较差。而在深层神经网络的训练中，当中间神经层的前一层参数发生改变时，该层的输入分布也会发生改变，也就是存在内部协变量偏移问题（Internal Covari ...
分类：
其他好文 时间：
2019-04-23 20:35:05
阅读次数：
139
2019/4/20 二层BP神经网络 题目是关于在10 10的平面上投骰子并分辨点数的，可以到我的Github上看(英文的) 但是仍有部分在公式上的不明了，但是其运作方式还是很简单的，先简单解析我的代码 是本次所解题目的训练集生成软件，generate_data(N)会返回两个数组，一个为N 100 ...
分类：
编程语言 时间：
2019-04-20 17:08:09
阅读次数：
199
