- 博客(21)
- 资源 (8)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 解决RuntimeError: Dataset not found or corrupted. You can use download=True to download it 问题
RuntimeError: Dataset not found or corrupted. You can use download=True to download it 这个问题非常简单，你在torchvision.datasets.***()的括号中加入download=Ture即可
2020-04-20 12:20:50
15714
3
原创 如何制作数据集，包括类似mnist和cifar10和cifar100的数据集（真实有效）Pytorch
目的：我要做实验！替换数据集实验！需求：将代码中数据集替换成自己的数据集！系统：windows也行，linux也行，有一些区别，可以私信，我绝不会说简单！其他人的一句简单，我TM做了半天。我讲的顺序是：如何制作固定尺寸大小的图片，如28*28，32*32 如何制作txt，txt中包含图片名称+空格+类别 如何制作类似mnist、cifar数据集首先，你需要一堆图片，这是...
2019-12-27 23:00:27
4850
9
原创 classRF_train.m
%**************************************************************%* mex interface to Andy Liaw et al.'s C code (used in R package randomForest)%* Added by Abhishek Jaiantilal ( abhishek.jaiantilal@co...
2019-09-17 20:27:33
3753
5
原创 《机器学习》周志华读书笔记（六）支持向量机
本文的宗旨：简单！清楚！六、支持向量机6.1间隔与支持向量找出最好的划分方法，我们需要找出一个平面，使的值最大，这就是SVM想要做的事情！当我们求出下面两个公式！“s.t.”，指 subject to，受限制于...。6.2对偶问题SVM基本型是一个带约束的凸二次规划（convex quadratic programming）问题（凸问题就意味着必定能求到全局最优...
2019-09-08 19:30:15
309
转载 算法学习——排序算法——动图整理
本文转载链接：https://blog.csdn.net/u012562943/article/details/1001365311、冒泡排序比较相邻的元素。如果第一个比第二个大，就交换它们两个； 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数； 针对所有的元素重复以上的步骤，除了最后一个； 重复步骤1~3，直到排序完成。2、选择排...
2019-08-30 11:06:26
187
1
原创 《机器学习》周志华读书笔记（五）神经网络
本文的宗旨：简单！清楚！五、神经网络5.1神经元模型下图为M-P神经元模型，想象一下，一张考试卷子，卷子中的每一道题作为一个神经元的输入进入你的大脑，而每道题的分值代表着这道题的权重，你的大脑经过一系列的分析，分析出了先做哪道题，这就是一个简单的神经网络。而你是通过输出y来计算出你要先做哪道题。我们注意到图中输出y=f（。。。）那么这里面f（x）是什么函数呢？答案是激活函数...
2019-06-15 12:48:00
440
原创 《机器学习实战》读书笔记（三）决策树（下）（使用决策树预测隐形眼镜类型）
本文为《决策树》实战:使用决策树预测隐形眼镜类型与本文相关的上面两篇文章链接如下：https://blog.csdn.net/qq_38172282/article/details/91794946https://blog.csdn.net/qq_38172282/article/details/91874517决策树中所有文件代码您均可以通过该链接进行下载：https://d...
2019-06-15 12:41:32
2376
1
原创 《机器学习实战》读书笔记（三）决策树（中）（使用Matplotlib注解绘制树形图+测试和存储分类器）
本文紧接上一篇文章：https://blog.csdn.net/qq_38172282/article/details/91794946决策树中所有文件代码您均可以通过该链接进行下载：https://download.csdn.net/download/qq_38172282/112424333.2在Python中使用Matplotlib注解绘制树形图上一篇文章末尾我们得到了一行...
2019-06-15 12:40:15
737
原创 《机器学习实战》读书笔记（三）决策树（上）（决策树的构造）
前言：推荐一下我写的两篇关于决策树的基础理论知识的文章，有兴趣的小伙伴可以看看：https://blog.csdn.net/qq_38172282/article/details/91360640，https://blog.csdn.net/qq_38172282/article/details/91530182，本文代码的环境为Windows+Python3，代码均会附在文章中，且会附上总文...
2019-06-15 12:39:11
634
原创 《机器学习》周志华读书笔记（四）决策树（下）
注：本文为https://blog.csdn.net/qq_38172282/article/details/91360640（文章）的下半部分，从4.4连续与缺失值开始讲起。4.4连续与缺失值4.4.1连续值处理 如果学习任务中遇到连续属性，由于连续属性的可取值数目不再有限，若每个取值作为一个分支则显得不可行（总不能划分成无数个分支吧），因此需要进行离散化处理，常...
2019-06-12 15:01:10
353
原创 《机器学习》周志华读书笔记（四）决策树（上）
4.1基本流程决策树（decision tree）：一种常见的机器学习方法仍然以西瓜为例，才用决策树的方法，我们怎么样才能分辨这个西瓜是好瓜呢？我们处理事情一般只看最终结果，显然决策的过程的最终结论对应的也是我们希望的判定结果。一般的，一棵决策树包含一个根结点、若干个内部结点和若干个叶结点；书上讲的比较模糊，下面我来总结一下根节点：包含所有样本（各种各样的瓜）内部节点：...
2019-06-10 09:33:58
705
原创 《机器学习实战》读书笔记（二）K-近邻算法（下）（手写识别系统）
前言：本作者书写的博文中所包含的所有文件，读者均可从作者提供的链接中下载，创作不易，多谢理解！2.3手写识别系统本节我们将一步步地构建使用k-近邻分类器的手写识别系统，老规矩，先附上文件下载链接：https://download.csdn.net/download/qq_38172282/11232509链接文件中的材料如下图所示：准备数据：将图像转换为测试向量digi...
2019-06-10 09:29:02
242
原创 《机器学习实战》读书笔记（二）K-近邻算法（中）（使用K-近邻算法改进约会网站的配对效果（下））
注：由于上一篇文章内容过长，故另外再写一篇，本篇文章为https://blog.csdn.net/qq_38172282/article/details/91345924文章的下半部分，将从2.2.3开始讲起！本篇文章中所有的资料均放在下载链接中：https://download.csdn.net/download/qq_38172282/11232025准备数据：归一化数值数值归...
2019-06-09 15:48:03
309
原创 《机器学习实战》读书笔记（二）K-近邻算法（中）（使用K-近邻算法改进约会网站的配对效果（上））
前言：本文中所有的资源我均已上传到CSDN的资源库中（文章中会附上链接），有需要的小伙伴可以帮帮忙，下载一下，毕竟写文章不易，我可以保证，用我所上传的文件在我的电脑绝对能跑通！有不懂的小伙伴可以私聊我哦，基本上每天在线。本篇文章中所有的资料均放在下载链接中：https://download.csdn.net/download/qq_38172282/112320252.2实例：使用K-近邻...
2019-06-09 15:46:36
289
原创 《机器学习实战》读书笔记（二）K-近邻算法（上）（K-近邻算法概述）
前言：本文以及后续《机器学习实战》读书笔记文章将采用主要采用代码测试的形式进行展示，文字内容会偏少，由于每一章均存在实例，为了方便阅读，特将每一个实例分开书写！2.1K-近邻算法概述K-近邻算法采用测量不同特征值之间的距离方法进行分类工作原理：存在一个训练样本集，样本集中每个数据均存在标签，我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征...
2019-06-08 16:51:19
167
原创 《机器学习实战》读书笔记（一）机器学习基础
前言：作者书写《机器学习实战》读书笔记一系列的文章所采用的环境为Windows，软件为VScode（Visual Studio Code），编程语言为Python（3.7.0版本），本文意在记录作者学习机器学习的过程，如果有错误的地方可以私信作者，再次感谢大家对作者的支持！第一章：机器学习基础1.1何谓机器学习机器学习就是把无数的数据转换成有用的信息。机器学习横跨计算机科学、...
2019-06-08 15:43:39
626
原创 《机器学习》周志华读书笔记（三）线性模型（下）
本篇文章紧接《《机器学习》周志华读书笔记（三）线性模型（上）》，内容为3.4线性判别分析开始讲起3.4线性判别分析线性判别分析（Linear Discriminant Analysis ，LDA）：一种经典的线性学习法(经典的监督降维技术)，其思想非常朴素：给定训练样例集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近，不同样例的投影点尽量远离。上图所示为LDA二维示意...
2019-06-07 10:11:44
316
原创 《机器学习》周志华读书笔记（三）线性模型（上）
3.1基本形式设由d个属性描述的示例，其中是在第个属性上的取值线性模型（linear model）试图学得一个通过属性的线性组合来进行预测的函数。其简单，易于建模，且有很好的解释性。一般向量形式表示为，其中，和 b 学得后，模型即确立。强大的非线性模型可以在线性模型的基础上通过引入层次结构或高维映射而得。3.2线性回归先从简单的情况进行分析，即...
2019-06-06 15:32:00
293
原创 《机器学习》周志华读书笔记（二）模型评估与选择（下）
本篇文章紧接《《机器学习》周志华读书笔记（二）模型评估与选择（上）》，内容为2.3.3ROC与AUC开始讲起2.3.3ROC与AUCROC全程“受试者工作特征”（Receiver Operating Characteristic）曲线，又称接受者操作特征曲线。该曲线最早应用于雷达信号检测领域，用于区分信号与噪声。后来人们将其用于评价模型的预测能力，ROC曲线是基于混淆矩阵得出的。ROC...
2019-06-06 10:17:39
640
原创 《机器学习》周志华读书笔记（二）模型评估与选择（上）
2.1经验误差与过拟合设在m个样本中有a个样本分类错误错误率（error rata）：分类错误的样本数占样本总数的比例，即E=a/m精度（accuracy）：精度 = 1 - 错误率误差（error）：学习器的实际预测输出与样本的真实输出之间的差异训练误差/经验误差（training/empirical error）：学习器在训练集上的误差泛化误差（generalizati...
2019-06-05 10:30:13
758
原创 《机器学习》周志华读书笔记（一）绪论
什么是机器学习？[Mitchell，1997]:假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。全文第1章绪论部分重点介绍了机器学习中的【1】基本术语；【2】假设空间；【3】归纳偏好；【4】发展历程与现状【1】基本术语以一批西瓜为例（估计这就是西瓜书的由来）：（色泽 = 青绿；根...
2019-06-04 20:55:40
390
决策树-学习代码（全）-南梦倾寒.rar
2019-06-15
KNN+手写识别系统-南梦倾寒.rar
2019-06-09
KNN+改进约会网站-南梦倾寒
2019-06-09
electron,分支页面无法实现require功能
2019-11-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人