文章目录前言1. 类别权重如何计算2. tensorflow.keras.model.fit API 配置3. 实现方法3.1 数据集介绍3.2 代码实现3.3 完整代码相关API 官方文档 代码环境：python-3.7.6tensorflow-2.1.0前言最近几个月一直在做时间序列分类相关的工作，在实际应用工作中，调整模型参数对模型的性能表现的影响比较大。通过设置分类权重平衡原来数据集中样
转载
2024-06-08 17:17:31
812阅读
目录前言 计算图计算图求解示例计算图的优点反向传播思考一个问题链式法则计算图的反向传播链式法则和计算图加法节点的反向传播乘法节点的反向传播“购买水果”问题的反向传播激活函数（层）的反向传播 激活函数ReLU的反向传播激活函数Sigmoid的反向传播Affine/softmax激活函数的反向传播Affine层softmax-with-loss层的反向传播误差反向传播法的Pytho
树形算法adaboostGBDT(回归问题)XGBOOSTlightgbmbagging和boosting区别 adaboost二分类问题，给定一个数据集T={(x1,y1),(x2,y2)…,(xn,yn)} ，其中y取1和-1。**** 权值初始化，D1为第一轮的权重集合，w1i为第一轮第i个样本的权值 2. 用初始化权值的训练样本，训练出第一个基分类器。Gm(x)表示第m个基分类器。 3.
转载
2024-09-11 12:06:47
108阅读
目录 1. K近邻算法2. 集成学习--Boosting算法3. 随机森林(Random Forest)算法4. K-Means算法5. 降维算法1. K近邻算法给一个新的数据时，离它最近的 k 个点中，哪个类别多，这个数据就属于哪一类。例子：要区分“猫”和“狗”，通过“claws”和“sound”两个feature来判断的话，圆形和三角形是已知分类的了，那么这个“star”代表的是哪一
转载
2024-10-14 18:20:42
141阅读
今天的学习内容为logistic回归中的梯度下降法： 当我们知道了logistic回归的模型和梯度下降的原理之后，就要将梯度下降的方法运用到logistic回归中。 1、基本公式 z=wx+b y(预测) = a = sigmoid(z) L(a,y) = -(ylog(a) + (1-y)log(1-a)) 这三个公式分别是：第一个是logistic回归的模型公式，w是一个一维的向量，向量中参数
相关性分析研究现象之间是否存在某种依存关系，对具体有依存关系的现象探讨相关方向及相关程度。相关分析是一种简单易行的测量定量数据之间的关系情况的分析方法。可以分析包括变量间的关系情况以及关系强弱程度等。如：身高和体重的相关性；降水量与河流水位的相关性；工作压力与心理健康的相关性等。相关性种类客观事物之间的相关性，大致可归纳为两大类：一、函数关系函数关系是两个变量的取值存在一个函数来唯一描述。比如销售
转载
2024-10-12 17:46:52
21阅读
上文已经介绍了利用过欠（过）采样的方式来解决正负样本不均衡的问题，本篇文章，我们介绍解决正负样本不均衡问题的第二招——通过正负样本的惩罚权重解决样本不均衡。在介绍放法之前，我们先假设现在有这样一个数据集：数据集中有100个0样本，10个1样本，总共有110个样本。则0、1样本的比例是10:1。在以下的所有方法介绍中，我们都以处理这个数据集为例。一、简单粗暴法：1、原理先看这样一个例子：假如我要参
转载
2024-04-01 20:11:28
2006阅读
之前有篇关于原理的文章(Faster R-CNN文章详细解读)，该文章讲述了网络的设计原理，但是具体实现还有很多细节，比如RPN层在推断的时候选了多少候选框，怎么将得到的候选框分配给FPN层的各个层进行特征的提取，Faster R-CNN的正负样本选择方式等等细节，下面来给出一些记录。下面是根据detectron2中带FPN结构的Faster R-CNN来解释的，FPN规定的层中都会跟一个RPN，
转载
2024-10-10 16:56:35
237阅读
个性化搜索需要满足：• 具备较强的语义理解能力，精准命中搜索需求； • 满足搜索关键词和内容的多样性特点，可根据用户行为优化排序，实现个性化搜索； 例如: a. 搜索“吃鸡”，可能是游戏吃鸡内容搜索，也可以能是新闻内容搜索； b. 用户点赞过的店铺优先排序出现；开放搜索tag_match 函数在个性化搜索中的应用功能介绍： tag_match : 用于对查询语句和文档做标签匹配，使用匹配结果对文档
搜索引擎提交入口：将新网站提交收录SEO优化三要素：标题 关键词 描述外链（友情链接）目的：提高权重注意事项：1、和内容相近的网站交换2、链接交换形式多样 单向链接：别人指向我或我指向别人，而对方不指过来（有利于提高权重，因为进来以后不会再指出去） 双向链接：网站和网站之间相互交换链接 &nb
GCN Part1：定义卷积，因为过滤器参数通常在图中的所有位置共享输入：每个节点i的特征描述xi：为一个N×D的特征矩阵X (N:节点数，D:输入特征数)图以矩阵的典型形式输入：通常以邻接矩阵A(或其某个函数)的形式出现输出：节点级别的输出：一个N*F的矩阵Z，N是节点数目，F是每个节点的特征数目图级别的输出：通过引入某种形式的池化来建模。每个神经网络层都可以写成非线性函数 L是层数
主因子分析，在炼数成金课程中提到：降维的一种方法，是主成分分析的推广和发展是用于分析隐藏在表面现象背后的因子作用的统计模型。试图用最少个数的不可测的公共因子的线性函数与特殊因子之和来描述原来观测的每一分量例子：各科学习成绩（数学能力，语言能力，运劢能力等）例子：生活满意度（工作满意度，家庭满意度）例子：薛毅书P522 总结就是：把多个变量，根据主观（业务经验），或客观（具体分类
编辑：泽南、小舟DNN 已经可以这么玩了？不论计算机视觉还是 NLP，深度神经网络（DNN）是如今我们完成机器学习任务的首选方法。在基于此构建的模型中，我们都需要对模型权重执行某种变换，但执行该过程的最佳方法是什么？最近，英伟达对其 ICML 2023 研究 DWSNet 进行了解读。DWSNet 展示了一种全新架构，它可以有效处理神经网络的权重，同时保持其排列对称性的等方差。根据这种方法，我们可
模型训练中，如果希望模型更偏向某一类数据或更聚焦于某一批样本，可以采用对数据类别和数据加权的形式达到上述效果。keras 默认设置下，样本的权重取决于其在数据集中的频率，即原始样本的分布。有两种方法可以对数据进行加权，而与采样频率无关。Tips：如下代码为方便测试跑通准备，分别构建了深度模型并加载了手写数字识别数据，可以直接忽略看后面~def get_uncompiled_model():
转载
2024-04-05 22:37:10
401阅读
SVM核函数：线性核函数、多项式核函数、径向基核函数、高斯核函数、幂指数核函数、拉普拉斯核函数、ANOVA核函数、二次有理核函数、多元二次核函数、逆多元二次核函数以及Sigmoid核函数，傅里叶核，样条核 参考SVM核函数关于 logit 回归和 SVM 不正确的是（A） A. Logit回归目标函数是最小化后验概率 B. Logit回归可以用于预测事件发生
转载
2024-08-02 07:59:31
80阅读
假如从互联网上下载了200,000张图片，然后有获取了用户从手机APP上传的5,000张图片，这两种数据的比例是40:1。理论上，只要你训练最够大的神经网络，然后在205，000张图片上训练足够长的时间，这样就可以让你的算法，在网络图片和手机上传的图片上，都能有很好的识别效果。但是在实践中，相对于手机上传的图片，网络图片要多出40倍，这意味着，相比用5,000图片训练模型，我们要多耗费40倍(或更
转载
2024-08-19 09:50:57
54阅读
基本概念 范数 L0范数：在对抗样本中，常指对抗样本相对原始图片所修改像素的个数。 L1范数：也叫做曼哈顿距离、最小绝对误差，度量两个向量之间的差异，表示向量中非零元素的绝对值之和。 L2范数：欧氏距离就是L2范数，表示向量元素的平方再开方。指对抗样本相对原始图片所修改像素的变化量的平方和再开方。 无穷范数：Linf,用于度量向量元素的最大值，指对抗样本相对原始图片所修改像素的变化量绝对值的最大值
描述：计算每个特征对样本集进行划分所获得的信息增益，然后做归一化处理可以得到每个特征的权重目标：样本降维一种算法策略：参考决策树的划分选择首先引入概念信息熵、信息增益。信息熵（information entropy）是度量样本几何纯度最常用的一种指标。假定样本集合D中第k类样本所占的比例为
转载
2024-03-27 13:05:30
119阅读
文章目录一瞥什么是样本类别分布不均衡？样本类别分布不均衡导致的危害？解决方法：1.通过过抽样和欠抽样解决样本不均衡（1）过抽样（over-sampling）：通过增加分类中少数类样本的数量来实现样本均衡，比较好的方法有SMOTE算法。（2）欠抽样（under-sampling）：通过减少分类中多数类样本的数量来实现样本均衡2.通过正负样本的惩罚权重解决样本不均衡（1）带权值的损失函数：（2）难例
转载
2024-03-01 14:14:56
281阅读
学习Logistic回归的时候，在sklearn的LogisticRegression类中，构建学习器时，有一个参数是class_weight。另外在这个类的fit方法中，有一个参数是sample_weight。对这两个参数有一些认识，写篇文章记录一下。类权重： class_weight 对于分类任务，当样本集中各个类的
转载
2024-03-21 09:06:37
231阅读
