xhhszc Blog

Thinking will not overcome fear but action will.

模型超参数优化

Optimization of Hyperparameters

模型超參优化 1. 使用hyperopt进行参数优化 1.1 安装hyperopt hyperopt网址：http://hyperopt.github.io/hyperopt/ 安装方法： pip install hyperopt NOTE：我在安装后运行程序时出现了错误： File "/home/michael/work/oanda/src/oanda/trend_prediction...

Posted by xhhszc on July 9, 2018

tensorboard的使用

Get start tensorboard

tensorboard的使用 1. 在模型中加入要可视化的元素： 以下代码摘自TensorFlow官网 有中文注释的地方即为需要在代码添加可视化的元素。 def variable_summaries(var):#记录变量var的信息 """Attach a lot of summaries to a Tensor (for TensorBoard visualization)."""...

Posted by xhhszc on April 25, 2018

高斯混合聚类

Gaussian mixture

高斯混合聚类 原型聚类 聚类方法常见的有原型聚类、密度聚类与层次聚类。原型聚类（prototype-based clustering）假设聚类结构能通过一组原型刻画，即每一个原型代表了对应的类别。高斯混合聚类，也称为高斯混合模型（Gaussian Mixture Model, GMM）是原型聚类的一种聚类方法。 高斯混合聚类 常用的k-means方法在非凸数据上效果很差，例如下方的环形数...

Posted by xhhszc on April 18, 2018

Hoeffding霍夫丁不等式及其在集成学习理论的应用

The Application of Hoeffding Inequality in Ensemble Learning

Hoeffding霍夫丁不等式及其在集成学习理论的应用 Hoeffding霍夫丁不等式 机器学习中，算法的泛化能力往往是通过研究泛化误差的概率上界所进行的，这个就称为泛化误差上界。直观的说，在有限的训练数据中得到的规律，则认为真实的总体数据中也是近似这个规律的。比如一个大罐子里装满了红球和白球，各一半，我随手抓了一把，然后根据这些红球白球的比例预测整个罐子也是这样的比例，这样做不一定很准...

Posted by xhhszc on April 17, 2018

分布的分布-Dirichlet分布

Distribution of distribution - Dirichlet distribution

分布的分布-Dirichlet分布 目录 伯努利过程 伯努利审判 伯努利过程 贝叶斯理论 beta分布 狄利克雷Dirichlet分布 中国餐馆过程 Polya urn模型 stick-breaking模型 无限混合模型 #1 伯努利...

Posted by xhhszc on August 29, 2017

FEATURED TAGS
Machine Learning Clustering tensorflow Decision Tree
ABOUT ME

Goals determine what you going to be!

✉️ xhhszc@163.com