机器学习

机器学习《决策树》（五）过拟合问题
孟宝亮2024-03-2772404
过拟合（Overfitting）是指模型在训练数据上表现得很好，但在未见过的测试数据上表现较差的现象。无论是传统机器学习算法、还是深度学习算法都会出现过拟合问题。 1. 过拟合方法我们前面构建的分类或者回归决策树都是完...
《决策树》
机器学习《决策树》（六）决策树 API
孟宝亮2024-03-2662400
Scikit-Learn（sklearn）是一个用于机器学习的Python库，其中包含了大量用于分类、回归、聚类和其他机器学习任务的算法和工具。在sklearn中，决策树是其中的一个常用算法。下面，将会对决策树在 skl...
《决策树》
机器学习词嵌入 word2vec 模型
孟宝亮2024-03-21219005
Word2Vec 是 Google 在 2013 年推出的一种用于生成词向量的模型，它通过无监督学习的方式从大量文本数据中学习单词的语义关系。即：通过训练一个浅层的神经网络模型来学习如何将每个词转换为一个固定长度的向量。...
机器学习层次 Softmax（Hierarchical Softmax）
孟宝亮2024-03-07218000
SoftMax 函数是深度学习和机器学习中一个非常重要的概念，主要用于处理多分类问题。Softmax 函数能够将一个实数向量映射为一个概率分布，使得输出向量的所有元素都在 0 到 1 之间，并且它们的和为 1。层次 S...
机器学习 K 均值聚类（K-means）
孟宝亮2024-02-14137100
聚类（Clustering）指的是将一组数据点按照某种规则或者方法分成多个组或簇，使得同一组内的数据点在某种意义上更相似，而不同组之间的数据点相对较不相似。聚类时，可以基于数据分布、基于数据密度、基于数据相似度、基于图...
机器学习方向梯度直方图算法（HOG）
孟宝亮2023-11-09154904
HOG（Histogram of Oriented Gradients）是一种用于图像处理和计算机视觉任务的特征描述方法，它通常用于目标检测和物体识别。HOG 特征是一种用于描述图像中局部纹理和形状的特征向量，其主要思想...
机器学习 SVM 决策函数（Decision Function）
孟宝亮2023-10-31179202
这篇文章我想讲解的是 scikit-learn 中 SVC 的二分类、多分类场景下 ovo、ovr 决策函数的计算过程，以了解 SVC 进行推理时的逻辑。从而加深对 SVC 的理解。决策函数公式得到决策值之后，直接判断...
机器学习 SVM 中的软间隔（Soft Margin）
孟宝亮2023-10-28103702
软间隔支持向量机在处理线性不可分问题时引入，允许一些训练样本出现在间隔内部的概念。这是通过引入松弛变量（slack variables）来实现的，它们允许一些样本出现在错误的一侧，从而使模型更加健壮并能够容忍噪声和离群值...
机器学习核函数（Kernel Function）
孟宝亮2023-10-28201600
在机器学习和统计学中，核函数（Kernel Function）是一种用于通过一种巧妙的方式将数据映射到高维空间的技术，从而使得在这个高维空间中，数据变得线性可分。它广泛应用于支持向量机（SVM）、主成分分析（PCA）、高...
机器学习索贝尔算子（Sobel）图像边缘检测
孟宝亮2023-10-22126602
Sobel 算子是一种常用的图像处理工具，它描述了图像中每个像素点处的亮度或颜色值变化方向和强度。它通常用于分析图像的边缘、纹理、形状和其他特征。在二维图像中，梯度通常是两个分量的矢量，分别表示在水平和垂直方向上的变化...
机器学习多项式朴素贝叶斯拟合和推理计算
孟宝亮2023-09-2691404
在 scikit-learn 机器学习框架中，sklearn.naive_bayes.MultinomialNB 是对多项式朴素贝叶斯算法的工程实现。接下来，通过一个例子能够理解：算法的拟合和推理的计算过程；拉普拉斯...
机器学习转置卷积核（Transpose Convolution Kernel）
孟宝亮2023-08-25175100
转置卷积（Transposed Convolution），又叫反卷积（Deconvolution），是深度学习中用于进行反卷积操作的核心组件之一。它的作用是在卷积神经网络中对输入的特征图进行上采样的操作。与常规卷积操作不...
机器学习多项式朴素贝叶斯（Multinomial NB）
孟宝亮2023-06-3034900
多项式朴素贝叶斯（Multinomial Naive Bayes）是朴素贝叶斯分类器的一种变体，主要用于文本分类任务。它是一种基于概率的分类算法，通常适用于处理离散型特征，特别是在文本分类问题中表现良好。我们以下面数据...
机器学习伯努利朴素贝叶斯（Bernoulli NB）
孟宝亮2023-06-29158604
伯努利朴素贝叶斯（Bernoulli Naive Bayes）分类器是一种基于贝叶斯定理的概率分类器，常用于处理文本分类等离散数据。它假设特征之间是条件独立的，并且每个特征都遵循伯努利分布，即每个特征只有两个可能的取值（...
机器学习高斯朴素贝叶斯（Gaussian NB）
孟宝亮2023-06-28141001
高斯朴素贝叶斯（Gaussian Naive Bayes）是一种基于贝叶斯定理的分类算法，它假设数据的特征遵循高斯（正态）分布，属于朴素贝叶斯分类器的一种。我们可以基于词频、TF-IDF、Word2Vec 等方法将邮件...

1 … 4 5 6 … 16

机器学习

机器学习 《决策树》（五）过拟合问题

机器学习 《决策树》（六）决策树 API

机器学习 词嵌入 word2vec 模型

机器学习 层次 Softmax（Hierarchical Softmax）

机器学习 K 均值聚类（K-means）

机器学习 方向梯度直方图算法（HOG）

机器学习 SVM 决策函数（Decision Function）

机器学习 SVM 中的软间隔（Soft Margin）

机器学习 核函数（Kernel Function）

机器学习 索贝尔算子（Sobel）图像边缘检测

机器学习 多项式朴素贝叶斯拟合和推理计算

机器学习 转置卷积核（Transpose Convolution Kernel）

机器学习 多项式朴素贝叶斯（Multinomial NB）

机器学习 伯努利朴素贝叶斯（Bernoulli NB）

机器学习 高斯朴素贝叶斯（Gaussian NB）

基于文本向量实现零样本分类 – 再也不用调参！一文搞懂向量语义分类全流程

C++ 线程局部存储 – 创建线程私有变量的方案

Python 异步编程 – 让程序不再死等，提高效率

基于 dify + xinference + ChatTTS + SenseVoiceSmall 本地搭建语音聊天应用

你的 Python 项目安全吗？Pickle 漏洞揭秘！