源地址：https://blog.csdn.net/a19881029/article/details/8957441 类之间大体分为5种关系： 1，依赖关系(Dependency) 单向，表示一个类依赖于另一个类的定义，其中一个类的变化将影响另外一个类，是一种“use a”关系 如果A依赖于B，则 ...
分类：
其他好文 时间：
2018-05-22 20:39:31
阅读次数：
186
1、Java中的泛型是什么 ? 使用泛型的好处是什么? 泛型是Java SE 1.5的新特性，泛型的本质是参数化类型，也就是说所操作的数据类型被指定为一个参数。 好处： 1、类型安全，提供编译期间的类型检测 2、前后兼容 3、泛化代码,代码可以更多的重复利用 4、性能较高，用GJ(泛型JAVA)编写 ...
分类：
编程语言 时间：
2018-05-20 15:29:15
阅读次数：
214
文章转自：http://bbs.pinggu.org/thread-2604496-1-1.html 1决策树（Decision Trees）的优缺点 决策树的优点： 一、 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。 二、 对于决策树，数据的准备往往是简单或者是不必要的 ...
分类：
编程语言 时间：
2018-05-15 22:33:20
阅读次数：
180
darknet是一个较为轻型的完全基于C与CUDA的开源深度学习框架，其主要特点就是容易安装，没有任何依赖项（OpenCV都可以不用），移植性非常好，支持CPU与GPU两种计算方式。1、test源码(泛化过程) (1)test image a(预测):load_network（network.c） ...
分类：
Web程序 时间：
2018-05-14 19:47:56
阅读次数：
1135
一、正则化 1、模型选择典型的方式就是正则化。正则化就是结构风险最小化策略的实现，就是在经验风险项中添加一个郑泽华想或者叫做惩罚项。 正则化项与模型的关系一般是模型复杂度越高，正则化项的值就会越大。 正则化项的作用就是平衡经验风险较小与模型复杂度较小。最好的结果就是经验风险和模型复杂度同时较小。 正 ...
分类：
其他好文 时间：
2018-05-14 10:24:37
阅读次数：
232
git：https://github.com/linyi0604/MachineLearning 通过比较 经过正则化的模型 泛化能力明显的更好啦 ...
分类：
编程语言 时间：
2018-05-06 20:37:29
阅读次数：
311
在深度学习章节里，已经介绍了批量归一化的概念，详情请点击这里：第九节，改善深层神经网络：超参数调试、正则化以优化(下) 由于在深层网络中，不同层的分布都不一样，会导致训练时出现饱和的问题。而批量归一化就是为了缓解这个问题提出的。而且在实际应用中，批量归一化的收敛非常快，并且具有很强的泛化能力，某种情 ...
分类：
其他好文 时间：
2018-05-06 01:37:08
阅读次数：
3572
元算法背后的思路是对其他算法进行组合的一种方式，A daboost是最为流行的元算法，是机器学习中最强有力的工具之一 组合方式有不同算法之间的组合，也可以是同一算法在不同设置下的集成，还可以是数据集不同部分分配给不同分类器之后的集成 优点：泛化错误率低，易编码，可应用于大部分的分类器上，无参数需调整 ...
分类：
编程语言 时间：
2018-05-03 15:32:54
阅读次数：
243
有人说，SVM是现成最好的分类器，指的是该分类器不加修改既可直接使用。同时意味着在数据上应用基本形式的SVM分类器可以得到低的错误率的结果。 SVM有很多实现，但是最流行的是实现序列最小优化SMO，通过核函数Kernel将SVM扩展到更多的数据集上 优点：泛化错误率低，计算开销不大，结果易解释 缺点 ...
分类：
其他好文 时间：
2018-05-03 11:12:26
阅读次数：
184
前言： 这是一篇记录渣本学习机器学习过程的随笔。 正文： 支持向量机(SVM)是一组用于分类， 回归和异常值检测的监督学习方法。 在分类问题中，SVM就是要找到一个同时离各个类别尽可能远的决策边界即最大化margin（margin为图中2虚线的距离）。这种尽可能远的思想能够提高模型的泛化能力。 虚线 ...
分类：
其他好文 时间：
2018-04-29 14:36:54
阅读次数：
353
