-
Introduction
Introduction The Return of the Pony Party from One Ton Depot The Return of the Dog Party Note Introduction Polar exploration is at once the cleanest and most isolated way of ... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
用字符级RNN分类名称
用字符级RNN分类名称 准备数据 将名字转化为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 用字符级RNN分类名称 译者：@孙永杰 作者 : Sean Robertson 我们将建立和训练一个基本的字符级RNN进行分类单词. 字符级别的RNN将单词读为一系列字符 - 在每个步骤输... -
WordPress主题开发教程手册 — 条件标签函数
在什么地方使用条件标签函数 条件标签函数详解 主页 管理后台 单个文章页面 文章详情、页面、或附件页面 置顶文章 文章类型 文章类型是否是分级的 文章类型存档页（列表页） 评论弹出窗口 任何包含文章的页面 “PAGE”页面 测试页面分页 例1 例2 测试子页面 是否为页面模板 分类页面 标签存档页 分类法存档页 注册分... -
十九、数据整理（上）
十九、数据整理（上） 在 Pandas 中通过分组应用函数 在 Pandas 中向分组应用操作 在 Pandas 数据帧上应用操作 向 Pandas 数据帧赋予新列 将列表拆分为大小为 N 的分块 在 Pandas 中使用正则表达式将字符串分解为列 由两个数据帧贡献列 从多个列表构建字典 将 CSV 转换为 Python 代码来重建它 将分... -
从零开始的 NLP：使用字符级 RNN 分类名称
从零开始的 NLP：使用字符级 RNN 分类名称 准备数据 将名称转换为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 从零开始的 NLP：使用字符级 RNN 分类名称 原文：https://pytorch.org/tutorials/intermediate/char_rnn_classif... -
从零开始的 NLP：使用字符级 RNN 生成名称
从零开始的 NLP：使用字符级 RNN 生成名称 准备数据 创建网络 训练 准备训练 训练网络 绘制损失图 网络采样 练习 从零开始的 NLP：使用字符级 RNN 生成名称 原文：https://pytorch.org/tutorials/intermediate/char_rnn_generation_tutorial.html ... -
LSTM 单词语言模型上的动态量化（beta）
LSTM 单词语言模型上的动态量化（beta） 简介 1.定义模型 2.加载文本数据 3.加载预先训练的模型 4.测试动态量化 总结 LSTM 单词语言模型上的动态量化（beta） 原文：https://pytorch.org/tutorials/advanced/dynamic_quantization_tutorial.html ... -
九、模型验证
九、模型验证 准确率 创建基线分类模型 创建基线回归模型 交叉验证流水线 带有网格搜索参数调优的交叉验证 交叉验证 自定义表现指标 F1 得分 生成表现的文本报告 嵌套交叉验证 绘制学习曲线 绘制 ROC 曲线 绘制验证曲线 精确率 召回率 将数据分割为训练和测试集 九、模型验证 作者：Chris Albon 译者：飞... -
十五、支持向量机
十五、支持向量机 校准 SVC 中的预测概率 寻找最近邻 寻找支持向量 SVM 不平衡分类 绘制支持向量分类器超平面 使用 RBF 核时的 SVM 参数 Gamma C Gamma Gamma = 0.01 Gamma = 1.0 Gamma = 10.0 Gamma = 100.0 C - 惩罚参数 C = 1 C =...
