【标签：分类】 - 第1页 - 开发者知识库

1 无监督︱异常、离群点检测一分类——OneClassSVM

2017年08月03 - OneClassSVM两个功能：异常值检测、解决极度不平衡数据因为之前一直在做非平衡样本分类的问题，其中如果有一类比例严重失调，就可以直接用这个方式来做：OneClassSVM；OneClassSVM还有一个功能就是异常值检测。其他我的相关博客： 1、机器学习︱非平衡数据处理方式与评估

2 Python3《机器学习实战》学习笔记（十）：提升分类器性能利器-AdaBoost

2017年10月12 - 方法 Bagging Boosting BaggingBoosting二者之间的区别总结三 AdaBoost 四基于单层决策树构建弱分类器数据集可视化构建单层决策树五使用

3 数据挖掘---分类算法之SOFM算法

2016年10月04 - 生物学研究表明，在人脑感觉通道上，神经元的组织原理是有序排列的，输入模式接近，对应的兴奋神经元也相近。大脑皮层中神经元这种相应特点不是先天形成的，而是后天的学习自组织形成的。对于某一图形或某一频率的特定兴奋过程是自组织特征映射网中竞争机制的生物学基础。神经元的有

4 从自我学习到深层网络——建立你的第1个深度网络分类器

2014年08月16 - 自我学习就是稀疏编码器串联一个Softmax分类器，上一节看到，训练400次，准确率为98.2%在此基础上，我们可以搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器简单地说，我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入。和自我学习很像，似乎就是新

5 数据挖掘导论学习笔记之分类基本概念、决策树与模型评估

2015年10月11 - 分类分类任务的输入数据是记录的集合，每条记录也称实例或样例，用元组(x,y)来表示，其中x是属性的集合，而y是一个特殊的属性，指出样例的类标号。类标号在分类中是离散属性，回归确是一种预测建模任务，其中目标属性y是连续的。概念分类任务就是通过学习得到一个目标函数f，把每个属性集x映射到一个预先

6 自控行业的PID算法分类详解

2016年03月09 - 自控行业的PID算法分类详解在过程控制中，按偏差的比例（P）、积分（I）和微分（D）进行控制的PID控制器（亦称PID调节器）是应用最为广泛的一种自动控制器。它具有原理简单，易于实现，适用面广，控制参数相互独立，参数的选定比较简单等优点；而且在理

7 利用RNN做脑电信号的分类（一）

2017年07月04 - 2017-07-04 RNN 首先了解了RNN，有很多的教程，这里大概贴几个网址 https://www.yunaitong.cn/understanding-lstm-networks.html http://feisky.xyz/machine-learning/rnn/ 还有莫烦的教

8 [置顶] leetcode 题型数据结构解法分类总结

2014年07月08 - 第2章线性表2.1 数组2.1.1 Remove Duplicates from Sorted Array2.1.2 Remove Duplicates from Sorted Array II2.1.3 Search in Rotated Sorted Array2.1.4 Search in

9 mysql 每个分类各取5条

2013年01月04 - 5 ) order by id desc 每个分类取5条这种有什么性能问题没有？

10 基于神经网络的二分类问题

2017年12月06 - 效率。实验测试100万条测试数据，向量化要比循环快上300倍。因此在以后的编码中，尽量把数据初始化成一个矩阵来处理。在这里值得注意的是，构造的矩阵应该每一列表示一个测试样例。 2. 代码实现下面给出基于神经网络的二分类代码（python）： import numpy

分类标签

≈1万全部 373 使用 372 模型 566 文本 840 贝叶斯 296 神经网络 412 文本分类 310 sql 1022 分类器 1378 算法 379 笔记 367 java 1513 机器学习 979 实现 301 图像 374 数据挖掘 648 python 538 朴素贝叶斯 495 网络 423 svm 342 方法 997 学习 932 数据 492 问题 407 回归 ≈1万分类