| 共 29 篇文章 |
|
贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。这是一个典型的分类问题，转为数学问题就是比较p(嫁|(不帅、性格不好、身高矮、不上进))与p(不嫁|(不帅、性格不好、身高矮、不上进))的概率，谁的概率大，我就能给出嫁或者不嫁的答案！p(不帅、性格不好、身高矮、不上进|嫁) = p(不帅|嫁)*p(性格不好|嫁)*... 阅677 转7 评0 公众公开 17-04-11 08:32 |
该算法只计算“最近的”邻居样本，某一类的样本数量很大，那么或者这类样本并不接近目标样本，或者这类样本很靠近目标样本。随机从训练元组中选取k个元组作为初始的最近邻元组，分别计算测试元组到这k个元组的距离，将训练元组标号和距离存入优先级队列遍历训练元组集，计算当前训练元组与测试元组的距离，将所得距离L 与优先级队列中的最大距... 阅32 转0 评0 公众公开 17-03-18 23:36 |
scikit.在实际项目中，我们真的很少用到那些简单的模型，比如LR、kNN、NB等，虽然经典，但在工程中确实不实用。主要有两大类：接下来主要讲：小例子：给个简单例子：给个比较例子：几点说明：但切记，最好的参数还是通过CV调出来的。4）特征重要性评估：一个决策树，节点在越高的分支，相应的特征对最终预测结果的contribute越大。最后还是几个... 阅78 转0 评0 公众公开 17-03-18 23:30 |
作者总结了自己参加100多场机器学习竞赛的经验，主要从模型框架方面阐述了机器学习过程中可能会遇到的难题，并给出了自己的解决方案，他还列出了自己平时研究所使用的数据库、算法、机器学习框架等等，具有一定的参考价值。各种机器学习模型：Scikit-learn.一般，我们处理的变量有3种：一个是数据变量、种类变量和内含文本的变量。在贪婪特征的... 阅71 转0 评0 公众公开 17-03-18 23:28 |
Python中网络页面抓取和页面分析。而urllib、urllib2是借助于httplib、httplib2实现的，相当于在httplib、httplib2上又封装了一层来进行处理web数据。httplib2的安装：首先下载python的httplib2的安装包，下载地址为：http://code.google.com/p/httplib2/downloads/list；下面再给出一个httplib2的学习地址，是httplib2的一个wiki，里面有几个h... 阅1723 转4 评0 公众公开 17-02-28 20:32 |
# 导入BeautifulSoup模块和re模块，re是python中正则表达式的模块 import BeautifulSoup.鐣欏璁哄潧-涓€浜?-涓夊垎鍦? import re # 生成一个soup对象，doc就是步骤二中提到的 soup = BeautifulSoup.BeautifulSoup(doc) # 抓取论文标题，作者，简短描述，引用次数，版本数，引用它的文章列表的超链接. From 1point 3acres bbs # 这里还... 阅201 转0 评0 公众公开 17-02-28 17:13 |
该系统主要用于：大数据基础建设，舆情监测，品牌监测，价格监测，门户网站新闻采集，行业资讯采集，竞争情报获取，商业数据整合，市场研究，数据库营销等领域。网络神采是一款专业的网络信息采集系统，通过灵活的规则可以从任何类型的网站采集信息，如新闻网站、论坛、博客、电子商务网站、招聘网站等等。支持网站登录采集、网站跨层采集、POS... 阅3715 转18 评0 公众公开 17-02-28 17:10 |
2. 在CNTK-Python环境下，切换C:\repos\CNTK\Examples\Image\DataSets\MNIST文件夹为当前目录，输入python install_mnist.py命令，运行Python脚本install_mnist.py下载MNIST训练集和测试集，并转换为.txt文档。4. 3中的训练过程和测试过程也可以用Python语言编写的.py文件实现，将当前目录切换到C:\repos\CNTK\bindings\python\examples\MNIST... 阅301 转2 评0 公众公开 16-12-29 21:16 |
TensorFlow和CNTK都属于脚本驱动型的。InteractiveSession()W_conv1 = weight_variable([5, 5, 1, 32], "wconv")b_conv1 = bias_variable([32], "bconv")W_conv2 = weight_variable([5, 5, 32, 64], "wconv2")b_conv2 = bias_variable([64], "bconv2")W_fc1 = weight_variable([7 * 7 * 64, 1024], &q... 阅165 转1 评0 公众公开 16-12-29 20:52 |
我们也可以通过探究CNTK的源码来找出节点数据存储的位置，直接使用CNTK的文件即可， 这种情况，只需要我们在我们的程序中加载CNTK中的EvalDLL读取网络模型文件后，直接使用其参数，后者根据需要导出成我们所期望的形式。本文主要是描述了CNTK中网络节点训练结果的导出方法，首先将CNTK当做工具使用情况下的导出方法，之后接受的是将CNTK看做一... 阅362 转4 评0 公众公开 16-12-29 20:48 |
