![](../../asset/images/user/bgImg_default.jpeg)
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
1 混淆矩阵TP(true positive):表示样本的真实类别为正,最后预测得到的结果也为正;FP(false positive):表示样本的真实类别为负,最后预测得到的结果却为正;FN(false negative):表示样本的真实类别为正,最后预测得到的结果却为负;TN(true negative):表示样本的真实类别为负,最后预测得到的结果也为负.其中,TP与TN表示分类正确...
1 原文2 GBDT+LR2.1 背景CTR预估,广告点击率(Click-Through Rate Prediction)是互联网计算广告中的关键环节,预估准确性直接影响公司广告收入。CTR预估中用的最多的模型是LR,LR是广义线性模型,与传统线性模型相比,LR使用了Logit变换将函数值映射到0~1区间 ,映射后的函数值就是CTR的预估值。LR,逻辑回归模型,这种线性模...
转自:http://lib.csdn.net/article/deeplearning/59090?knId=1746限制玻尔兹曼机(RBM)学习笔记一、预备知识1. sigmoid函数 略2. 贝叶斯定理P(A)是先验概率,就是在一个事情发生之前我们对他的判断(语音识别:这个字儿是不是’好’,根据发音判断这是好的概率就是80%)P(A|B)是后验概率,就是在事情B发生之
Dynamic Time Warping 动态时间规整算法Dynamic Time Warping(DTW)是一种衡量两个时间序列之间的相似度的方法,主要应用在语音识别领域来识别两段语音是否表示同一个单词。</p>1. DTW方法原理在时间序列中,需要比较相似性的两段时间...
转自:https://blog.csdn.net/holybin/article/details/27185659一、训练集 vs. 测试集在模式识别(pattern recognition)与机器学习(machine learning)的相关研究中,经常会将数据集(dataset)分为训练集(training set)跟测试集(...
Dynamic Time Warping(DTW)诞生有一定的历史了(日本学者Itakura提出),它出现的目的也比较单纯,是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广,主要是在模板匹配中,比如说用在孤立词语音识别(识别两段语音是否表示同一个单词),手势识别,数据挖掘和信息检索等中。&...
https://github.com/weizhiwen/flask_wykl_apiMYSQL数据库配置文件config.pyHOST = 'localhost'USER = 'root'PASSWORD = '123456'DATABASE = 'llllll'数据库操作文件db.py分析import pymysql# 数据库用的My...
须知A.主要学习列类型的存储范围与占据的字节关系B.存储同样的数据不同列类型所占据的空间和效率是不一样的C.一个字节八个位D.参考MySQL三大字符类型1、 数值型b.整形:Tinyint(占1个字节-128~127 or 0~255)、Smallint(2个字节)、Mediuint(3个字节)、int(4个字节)、Bigint(8个字节)<1>学习Tinyint的参数并验证字节与范围的