首页 新闻 搜索 专区 学院
当前位置:博问标签/机器学习/未解决/ 已解决
2
回答数

已解决问题 20 卷积神经网络输出分类数与训练准确率的关系

小弟用一个简单的两层CNN做一个一维数据的分类问题,发现当分类数不大时,准确率很高,当增加输出的分类数时,准确率变得很低,甚至出现loss不下降的问题,不知道原因出在哪里?还望大神来指点一下,感激不尽
1
回答数

已解决问题 关于损失函数表达式的疑问

想请教下: 线性回归模型的平方损失函数,其代数表达式,比较清楚:∑(f(x) -y)^2。 而用矩阵来表达却是:1/2 (Xθ -Y) ^T (Xθ -Y)。 搞不懂为什么这里会多了个转置。。 2 .
1
回答数

已解决问题 数据建模中的空值问题

数据建模,存在空值。。。而且这个空值还不能随便填充。。因为的确可能存在空值的情况。。。貌似sklearn的库中,都无法接受数据存在空值的情况,那要如何进行建模呢。。
1
回答数

已解决问题 80 关于Sklearn中的数据标准化处理疑问

我用sklearn中的preprocessing.StandardScaler, 及自己编写计算公式,同时对数据进行标准处理,发现两种方法出来的结果有些不太一样。。 请问下,这个是为什么?
1
回答数

已解决问题 100 关于模型训练的几个疑问

模型训练前,需要确定损失函数,及是否需要正则化。这个一般情况下,是根据经验或是根据数据的实际情况来确定么? 又或者是根据所选择的模型来选择? 确定好策略后,模型训练结束的标准就是经验风险或结构风险是否
1
回答数

已解决问题 关于神经网络模型的疑问

神经网络模型,因为其随机性,每次训练出来的结果中准确度不太一样。想请问下: 每次训练的准确度会相差很多么? 我自己试过几次,貌似不会很大。但是个人经验不足,不敢确认; 假使准确度相差较大,而当前的模型
2
回答数

已解决问题 如何理解核函数?

看了半天核函数的解释,一直还是没法理解核函数的意义。 从李航老师的统计学习方法书中的描述: 核技巧的想法是,在学习与预测中只定义核函数K(x, z),而不显式地定义映射函数Φ。通常,直接计算K(x,
1
回答数

已解决问题 50 不用梯度下降法如何计算逻辑回归模型的参数?谢谢

如题,线性回归有正规方程。逻辑回归我查了很多中文网站,只介绍了梯度下降,有没有不用梯度下降法的算法呢?谢谢。
3
回答数

已解决问题 5 安装scikit-learn出现问题,该更新的我也更新了,可是就是不成功?

我每次安装都提示黄的,红的。我把提示的已经更新了,包括pip munpy scipy..................................咋就不能用么scipy我是手动安装的这样应该就是