决策树与随机森林之间的关系在此之前需要先熟悉决策树是怎么一回事。了解之后，再看下面的内容就非常轻松了。决策树是一种有监督的机器学习算法，该方法可以用于解决分类和回归问题。决策树可以简单地理解为达到某一特定结果的一系列决策。随机森林是基于树的机器学习算法，该算法利用了多棵决策树的力量来进行决策。为什么要称其为“随机森林”呢？这是因为它是随机创造的决策树组成的森林。决策树中的每一个节点是特征的一个随机

“深度学习已死，可微编程万岁”如何理解首先介绍一下可微编程是什么呢？简单来说，就是把神经网络当成一种语言，而不是一个简单的机器学习的方法，从而描述我们客观世界的概念以及概念之间的关系。这种观点无限地提高了神经网络的地位。LeCun曾在facebook的文章里说:”Deep Learning Is Dead. Long Live Differentiable Programming!” (深度学习已

单层LSTM的输入与输出上图是单层LSTM的输入输出结构图。其实它是由一个LSTM单元的一个展开，如下图所示：所以从左到右的每个LSTM Block只是对应一个时序中的不同的步。在第一个图中，输入的时序特征有S个，长度记作：seq_len，每个特征是一个C维的向量,长度记作：input_size。而Initial State是LSTM的隐藏状态和内部状态的一个输入的初始化。分别记作：h0和c0。输

BN原理、作用：函数参数讲解：BatchNorm2d(256, eps=1e-05, momentum=0.1, affine=True, track_running_stats=True)1.num_features：一般输入参数为batch_sizenum_featuresheight*width，即为其中特征的数量，即为输入BN层的通道数；2.eps：分母中添加的一个值，目的是为了计算的稳定

主机连接wifi时，虚拟机如何连接网络在介绍连接方法之前，我们先了解一下VMware虚拟机三种网络模式：桥接模式、仅主机、NAT模式。 毕竟照葫芦画瓢学不到精髓，先学习一下基础知识。不想看可以直接看二。一、基础知识1、仅主机模式仅主机模式指的是虚拟机只能与主机之间相互通信，虚拟机并不能上网。（仅主机模式需要设置主机的IP地址与虚拟机为同一个IP段，才能保证虚拟机与主机能相互通信，即也能p...

训练集在训练过程中，loss稳步下降，准确率上升，最后能达到97%验证集准确率没有升高，一直维持在50%左右（二分类问题，随机概率）测试集准确率57%在网上搜索可能打的原因：1.learning rate太小，陷入局部最优2.训练集和测试集数据没有规律3.数据噪声太大4.数据量太小（总共1440个样本，80%为训练集）5.训练集和测试集数据分布不同：如训练集正样本太少（训练集和测试集每次运行随机选

DTW可以用来干什么呢？DWT可以计算两个时间序列的相似度，尤其适用于不同长度、不同节奏的时间序列（比如不同的人读同一个词的音频序列）。比如：DTW在语音中的运用：在实际应用中，比如说语音识别中的孤立词识别，我们首先训练好常见字的读音，提取特征后作为一个模板。当需要识别一个新来的词的时候，也同样提取特征，然后和训练数据库中的每一个模板进行匹配，计算距离。求出最短距离的那个就是识别出来的字了。那么距

pip install gitpython

pip install gitpython

回归评价指标回归类算法的模型评估一直都是回归算法中的一个难点，但不像无监督学习算法中的轮廓系数等等评估指标，回归类与分类型算法的模型评估其实是相似的法则——找真实标签和预测值的差异。只不过在分类型算法中，这个差异只有一种角度来评判，那就是是否预测到了正确的分类，而在回归类算法中，有两种不同的角度来看待回归的效果：第一，是否预测到了正确的数值。第二，是否拟合到了足够的信息。这两种角度，分别对应着不同