上一篇文章，比较了三种算法实现对手写数字识别，其中，SVM和神经网络算法表现非常好准确率都在90%以上，本文章进一步探讨对神经网络算法优化，进一步提高准确率，通过测试发现，准确率提高了很多。 首先，改变之一： 先在初始化权重的部分，采取一种更为好的随机初始化方法，我们依旧保持正态分布的均值不变，只对 ...
分类：
编程语言 时间：
2018-01-17 15:49:20
阅读次数：
313
1 clf = tree.DecisionTreeClassifier() 2 3 ''' 4 5 GridSearchCV search the best params 6 ''' 7 pipeline = Pipeline([('tree', clf), ("svm", svm)]) 8 9 1 ...
分类：
其他好文 时间：
2018-01-15 11:09:46
阅读次数：
806
import mnist_loader # Third-party libraries from sklearn import svm def svm_baseline(): training_data, validation_data, test_data = mnist_loader.load_... ...
分类：
编程语言 时间：
2018-01-12 20:26:14
阅读次数：
466
对手写数据集50000张图片实现阿拉伯数字0~9识别，并且对结果进行分析准确率， 手写数字数据集下载：http://yann.lecun.com/exdb/mnist/ 首先，利用图片本身的属性，图片的灰度平均值进行识别分类，我运行出来的准确率是22%左右 利用图片的灰度平均值来进行分类实现手写图片 ...
分类：
编程语言 时间：
2018-01-12 20:25:26
阅读次数：
163
最近在学习 SVM 的过程中，遇到关于优化理论中拉格朗日乘子法的知识，本文是根据几篇文章总结得来的笔记。由于是刚刚接触，难免存在错误，还望指出?? 另外，本文不会聊到深层次的数学推导，仅仅是介绍拉格朗日乘子法的内容，应用，以及个人对它的感性理解。 什么是拉格朗日乘子法 按照维基百科的定义，拉格朗日乘 ...
分类：
其他好文 时间：
2018-01-07 16:06:04
阅读次数：
222
from __future__ import print_function from time import time import logging import matplotlib.pyplot as plt from sklearn.cross_validation import train_... ...
分类：
其他好文 时间：
2018-01-07 14:28:37
阅读次数：
406
import numpy as np import pylab as pl from sklearn import svm # we create 40 separable points #np.random.seed(0) X = np.r_[np.random.randn(100, 2) - [... ...
分类：
其他好文 时间：
2018-01-07 14:03:35
阅读次数：
292
大概用了有小半个月的时间断断续续的完成了作业1，因为期间每天都还在读论文，所以进度有些落后，不过做完感觉也是收获颇丰。 附上地址 http://note.youdao.com/noteshare?id=d9cadbb038e384c738c4bf27fcdec3fa ...
分类：
其他好文 时间：
2018-01-05 15:40:56
阅读次数：
138
1.反向传播 关于反向传播我的理解是这样的，SVM和SoftMax可以看成一层神经网络，你如果想要调整它的W很简单，只有求导就可以了，但是当神经网络有多层的话，你无法直接求导来更新最开始层的W，于是就出现了反向传播这个工具。至于神经网络为什么需要多层，理由有很多，我先举个例子，比如一个汽车在图片里面 ...
分类：
其他好文 时间：
2018-01-03 14:09:32
阅读次数：
207
1.理解线性分类器 目前我了解学习的线性分类器有2个：SVM和逻辑回归（也就是SoftMax），这2个分类器的主体都是一样，不同的地方就是生成损失函数不一样。所以我先讲主体，再讲损失函数，关于线性分类器，大体就是这个样子： 图片说明：生成这三根直线就是三个线性分类器，如果生成了这三根直线后，后面再有 ...
分类：
其他好文 时间：
2018-01-03 14:04:14
阅读次数：
141
