VC维的直观定义对一个指示函数集，如果存在h个样本能够被函数集中的函数按所有可能的2^h种形式分开，则称函数集能够把h个样本打散。函数集的VC维就是它能打散的最大样本数目h。若对任意数目的样本都有函数能将它们打散，则函数集的VC维是无穷大。VC维是一个评判模型复杂程度的工具。VC维越大则模型的复杂度越高。线性函数的VC维VC维：将N个点进行分类，如分成两类，那么可以有2^N...

聚类有以下几种（1）K均值聚类步骤：1.随机选择k个样本作为初始均值向量；2.计算样本到各均值向量的距离，把它划到距离最小的簇；3.计算新的均值向量；4.迭代，直至均值向量未更新或到达最大次数。缺点：需要输入k，算法速度依赖于初始化的好坏，不能处理非球形簇。（2）密度聚类步骤：DBSCAN，找到几个由密度可达关系导出的最大的密度相连样本集合。1.找到任意一个核心点，对该核心点进行扩充；2....

ROC曲线的来源：在不同任务下，用来评价一个二值学习器泛化性能的好坏。TPRate的意义是所有真实类别为1的样本中，预测类别为1的比例。FPRate的意义是所有真实类别为0的样本中，预测类别为1的比例。ROC曲线越接近左上角，该分类器的性能越好。为什么使用ROC曲线为什么还要使用ROC和AUC呢？已经有那么多的衡量指标啦！因为ROC曲线有个很好的特性：当测试集中...

每次安装完lightgbm总是会有新的问题 conda install -c conda-forge lightgbm 。。。看了几个帖子，最后是这一篇解决了我的问题。需要补充的就是.bashrc，需要执行cd ~，然后再打开。解决动态库路径错误导致ImportError: /lib64/libstdc++.so.6: version `GLIBCXX_3.4.21' not found 的问题报

安装 lspci首先解决CentOS lspci（command not found）方法$ yum whatprovides */lspci将会得到如下的显示内容pciutils-3.1.4-9.el6.x86_64 : PCI bus related utilitiesRepo: baseMatched from:Filename: /sbin/lspci在终端中输入$ yum install

linux下配置tensorflow如何在Ubuntu16.04上安装CuDNN?placeholder

端点适用于单次文本补全任务，通常用于连续文本生成。端点适用于多轮对话生成任务，提供更自然的对话体验。选择哪个端点取决于你的具体需求。如果你需要生成连续的文本，端点可能更合适。如果你需要处理多轮对话，端点会更适合。

集成学习为什么要弱分类器，不用强学习器？集成学习：构建多个分类器（弱分类器），用某种策略将多个结果集成起来，作为最终结果。要求：每个弱分类器具备一定的“准确性”，分类器之间具备“差异性”。上述基于理论依据，基于每个弱（基）分类器的误差相互独立，但是解决相同问题，此假设不可能做到。因此集成学习的关键是，使得弱分类器之间“好而不同。”集成学习大致分两大类：1）基分类器之间强依赖，必须串...

自己总结一下，三元组如果正负样本足够开，距离足够远，loss为0，因为模型已经学的不错了，不需要继续学习。最好的负样本是，model预测负样本的把握不太大的。如果负样本是很难分的，例如d(a,p)>=d(a,n)，即负样本和anchor离的更近，loss是最大的，但模型不容易学出来。并且三元组loss每次只对一条样本(a,p,n)进行loss计算，不考虑其他的负样本。CLIP则是batch_siz

MvTest独立性分析方法——检验数值型特征与label是否有关系，删除与label无关（独立）的特征；corr协方差函数 相关性分析——找到数值型特征与数值型特征之间相关性高的数值型特征，然后删除（相关性高的数值型特征仅保留1个）；卡方检验——检验类别型特征与label是否有关系，删除与label无关的特征（删除卡方值大的类别型特征）；