logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器学习——模型的评估方法速查手册(RMSE+RSE+MAE+RAE+R^2)

模型评估文章目录模型评估学习目标1 分类模型评估2 回归模型评估均方根误差(Root Mean Squared Error,RMSE)相对平方误差(Relative Squared Error,RSE)平均绝对误差(Mean Absolute Error,MAE)相对绝对误差(Relative Absolute Error,RAE)决定系数 (Coefficient of Determinati.

#机器学习#人工智能#深度学习 +2
机器学习之逻辑回归(三):基于逻辑回归的癌症预测案例——【癌症分类预测-良/恶性乳腺癌肿瘤预测】

逻辑回归需要掌握的知识点知道逻辑回归的损失函数知道逻辑回归的优化方法知道sigmoid函数知道逻辑回归的应用场景应用LogisticRegression实现逻辑回归预测知道精确率、召回率指标的区别知道如何解决样本不均衡情况下的评估了解ROC曲线的意义说明AUC指标大小应用classification_report实现精确率、召回率计算应用roc_auc_score实现指标计...

#机器学习#数据分析#人工智能 +2
【吴恩达深度学习专栏】浅层神经网络(Shallow neural networks)——为什么需要非线性激活函数?(why need a nonlinear activation function?)

文章目录3.7 为什么需要非线性激活函数?(why need a nonlinear activation function?)3.7 为什么需要非线性激活函数?(why need a nonlinear activation function?)为什么神经网络需要非线性激活函数?事实证明:要让你的神经网络能够计算出有趣的函数,你必须使用非线性激活函数,证明如下:如果你是用线性激活函数或者...

#神经网络#深度学习#机器学习 +2
【前端学习笔记day68】9.16. javascript变量作用域

文章目录9.16. javascript变量作用域9.16. javascript变量作用域

#javascript#html#css
产品必备技能(四):如何通过数据分析一款产品?附实操报告

文章目录如何通过数据分析一款产品?对Chrome浏览器的注册环节进行漏斗分析实操步骤模板普通版报告优秀版报告如何通过数据分析一款产品?大数据时代的到来,对产品经理提出了更加严格的数据分析要求。一个懂数据分析的产品经理可以利用数据驱动产品设计优化,并高效提升客户体验。通过掌握数据思维,为今后的产品数据分析打下坚实的基础。对Chrome浏览器的注册环节进行漏斗分析最近一段时间,产品经理发现:官网的总体

#数据分析#大数据#数据挖掘 +2
数据分析中数据异常的种类,第三个你一定想不到~

数据异常的三种主要类型(1)违背常识的错误比如调查上海市某小区居民的月收入,出现了小王的收入为-5000,这就属于异常值(2)数据的离群值离群值是指与其他数据差异较大,会对数据分析结果产生影响的观测值,比如说一个人月收入是1000000000000000000000000元离群值的判断和处理:1.检查同一客户原表里面是否有同样的数值2.再检查这个数据是怎样收集来的3.从技术角度评估...

#数据分析#大数据#人工智能 +2
【机器学习笔记day03】1.1. 数据的来源与类型

1.1. 数据的来源与类型文章目录1.1. 数据的来源与类型数据的来源与类型数据的类型数据的来源与类型大部分的数据都来自已有的数据库,如果没有的话也可以交给很多爬虫工程师去采集,来提供。也可以来自平时的记录,反正数据无处不在,大都是可用的。数据的类型按照机器学习的数据分类我们可以将数据分成:标称型:标称型目标变量的结果只在有限目标集中取值,如真与假(标称型目标变量主要用于分类)数...

#python#机器学习#大数据 +2
【吴恩达深度学习专栏】浅层神经网络(Shallow neural networks)——随机初始化(Random+Initialization)

文章目录3.11 随机初始化(Random+Initialization)3.11 随机初始化(Random+Initialization)当你训练神经网络时,权重随机初始化是很重要的。对于逻辑回归,把权重初始化为0当然也是可以的。但是对于一个神经网络,如果你把权重或者参数都初始化为0,那么梯度下降将不会起作用。由此可以推导,如果你把权重都初始化为0,那么由于隐含单元开始计算同一个函数...

#神经网络#网络#深度学习 +2
【Tensorflow与深度学习笔记day10】5.5. 网络优化改进+指数衰减学习率exponential_decay+使用

文章目录5.5. 网络优化改进指数衰减学习率exponential_decay使用5.5. 网络优化改进网络优化的方法有很多,在这里我们使用其中一种优化方式。在我们的模型训练时候,会有一个重要的因素需要设定,就是学习率。那么在手动设定学习率的时候不一定准确。 这种人为的设定对于模型的输出影响较大。所以在这里引入了一种自动更新学习率的函数。指数衰减学习率exponential_decayc...

#深度学习#人工智能#机器学习 +2
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择