文章目录拟合优度拟合优度拟合优度（Goodness of Fit）是指回归直线对观测值的拟合程度。度量拟合优度的统计量是可决系数（Coefficient of Determination）R²。可决系数，亦称测定系数、确定系数、决定系数、可决指数。对于m个样本(x1→,y1),(x2→,y2),⋯ ,(xm→,ym)(\overrightarrow{x_{1}},y_{1}),(\overr...

1、官方下载页面：http://docs.anaconda.com/anaconda/install/windows/Python 3.6 和 Python 2.7，64-Bit Graphical Installer”或“32-Bit Graphical Installer”进行下载。2、完成下载之后，双击下载文件3、配置环境变量找到scripts文件，将路径复制，添...

1. （矩阵相乘）深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m∗n，n∗p，p∗q，且m，以下计算顺序效率最高的是（）A.(AB)CB.AC(B)C.A(BC)D.所以效率都相同正确答案：A解析： m*n*p2. （贝叶斯）Nave Bayes是一种特

TensorFlow：2015年谷歌，支持python、C++，底层是C++，主要用python。支持CNN、RNN等算法，分CPU TensorFlow/GPU TensorFlow。TensorBoard：训练中的可视化。快捷键：shift+enter执行命令,Tab键进行补全，ctrl+b隐藏导航栏，shift+tab显示函数的详细描述。

文章目录RPN: Region Proposal Networkctpn数据增强为什么进行数据增强目标检测领域的脉络是：RCNN -> SPPNET -> Fast-RCNN -> Faster-RCNN。RPN: Region Proposal Network区域推荐网络ctpnctpn的思想主要借鉴了faster rcnn的rpn思想，主要的不同点在于作者观测到RPN比较难预

文章目录BCE lossCE lossFocal lossBCE lossb这里指的是binary，二分类交叉熵损失。在使用BCELoss时需要在该层前面加上Sigmoid函数，公式如下：缺点：正类别是训练的时候更加关注的部分，而错分的负类别没有被关注。？？？https://www.zhihu.com/question/422946096/answer/1541228837CE lossCross

文章目录回归模型的损失函数L1正则损失函数（即绝对值损失函数）L2正则损失函数（即欧拉损失函数）Pseudo-Huber 损失函数分类模型的损失函数Hinge损失函数两类交叉熵（Cross-entropy）损失函数加权交叉熵损失函数Sigmoid交叉熵损失函数Softmax交叉熵损失函数回归模型的损失函数L1正则损失函数（即绝对值损失函数）L1正则损失函数是对预测值与目标值的差值求绝对值，公式如下

文章目录K-meansK-meansk值如何确定K-mediods(K中心点)算法层次聚类密度聚类DSCAN谱聚类常用的评估方法：轮廓系数(Silhouette)相似度度量及相互系数K-meansK-meansK-means算法优点：1).是解决聚类问题的一种经典算法，原理简单，实现容易。2).当簇接近高斯分布时，它的效果较好。3).与密度聚类中的DSCAN相比，簇与簇之间划分清晰。...

文章目录定位准确率IOU识别精度precisionrecallAPmAPP-R曲线速度定位准确率IOU定位准确率可以通过检测窗口与我们自己标记的物体窗口的重叠度，即交并比，即Intersection-Over-Union(IOU)进行度量。设标记窗口为 A ，检测窗口为 B ，则 IOU 的计算公式如下：IOU=A⋂BA⋃BIOU=\frac{A\bigcap B}{A\bigcup B...

文章目录留出法 hold-out交叉验证法 cross validationk折交叉验证留一法leave-one-out cross validation自助法 bootstrapping留出法 hold-out留出法直接将数据集D划分为两个互斥的部分，其中一部分作为训练集S，另一部分用作测试集T。通常训练集和测试集的比例为70%：30%。同时，训练集测试集的划分有两个注意事项：尽可能...