《Python一个有趣的彩蛋小恐龙跑酷的黑白像素小游戏,各位都可以打到多少分?有朋友私信说,玩这个需要一个高刷屏,嗯,什么是高刷屏?借此机会,科普一下。 高刷屏是指拥有高刷新率的屏幕。刷新率是指电子束对屏幕上的图像重复扫…
标签:机器学习
Pytorch 如何将训练数据保存成CSV文件,并读取CSV文件,绘制损失函数图
最近刚入手Pytorch框架,因为论文中需要贴出损失函数的训练过程的曲线,因此就自己写了个函数,通过列表的形式,将训练数据记录下来,并且保存成CSV文件,方便我们以后读取并绘制图像。 一、数据保存成CSV文件 在这里,我…
数据的描述性统计
统计量是样本的一个函数 一、集中趋势的度量 集中趋势: 1.一组数据向其中心值靠拢的倾向和程度 2.测量集中趋势就是寻找数据水平的代表值和中心值 3.不同数据类型用不同的集中趋势测量值 4.低层次的测量值适用于高层次的测…
python运用sklearn进行数据拟合和回归
在上一篇讲了最小二乘法实现线性回归的原理,实现方面用的是python的static.optimize中的leastsq求出拟合函数。本篇通过sklearn库中的模块来进行拟合和线性回归,并计算拟合误差。 对于线性回归来说…
三次样条曲线
一、样条函数的定义 样条函数属于分段光滑插值,他的基本思想是,在由两相邻节点所构成的每一个小区间内用低次多项式来逼近,并且在各结点的连接处又保证是光滑的(即导数连续)。 设在区间[a,b]上给定一组结点X: ,和一组对应…
python 读取图像文件的三种方式
日常生活中,经常遇到要进行读取文件的情况。 三种方式都可以,先列举出来,供大家参考学习。 第一种方法:借助PIL模块,读取数据。 import numpy as npfrom numpy import *def load…
求解正规方程来计算3个点的最佳拟合及多项式拟合
(一)求解正规方程来计算3个点的最佳拟合 一、问题描述 假设平面上3个点:(-1.0,-1.2) , (0.0,1.0), (…
PyTorch实现计算图像数据集的均值和标准差
一、实现过程 使用Pytorch进行预处理时,通常使用torchvision.transforms.Normalize(mean, std)方法进行数据标准化,其中参数mean和std分别表示图像集每个通道的均值和标准差…
再谈XGBoost原理
GBDT的核心就在于累加所有树的结果作为最终结果。 分类树 决策树的分类算法有很多,以具有最大熵的特征进行分类,以信息增益特征进行分类(ID3),以增益率特征进行分类(C4.5),以基尼系数特征进行分类(CART分类与回…
Kaggle技巧总结
Kaggle技巧总结Introduction首先简单介绍一些关于 Kaggle 比赛的知识:不同比赛有不同的任务,分类、回归、推荐、排序等。比赛开始后训练集和测试集就会开放下载。比赛通常持续 2 ~ 3 个月,每个队…
K近邻算法学习总结
K近邻算法学习总结 本篇文章主要描述了K近邻算法的基本思路,实现原理,算法特征以及适用范围和可优化点,文章为本人学习后的感悟,仅供参考。 基本思路 实现原理 欧式距离 算法特征 适用范围 算法优化 算法案例 百度百科 K…
详解最小二乘法
最小二乘法 在阅读西瓜书时,一开始很疑惑为什么可以用最小二乘法去求解线性模型的最优参数解,后来通过学习Andrew Y. Ng的机器学习课程终于明白了最小二乘法求参的缘由,并分享给大家我的理解。…