手刻 Deep Learning -第壹章-PyTorch入门教学-基础概念与再探线性回归
拥有 Numpy 使用经验 如果手边没有环境，可以使用 Google Colab （ Google 已经帮各位安装好许多常用的套件 ） 二、选择 PyTorch的理由 Machine Learning / Deep Learning 有许多 Framework 可以使用，其中 Keras （Tensorflow） 与 PyTorch 本人都有使用经验，但如果想要研究与了解 Deep Lear...
sklearn包中对于分类问题，如何计算accuracy和roc_auc_score？
1. 基础条件 import numpy as npfrom sklearn import metrics y_true = np.array([1, 7, 4, 6, 3])y_prediction = np.array([3, 7, 4, 6, 3]) 2. accuracy_score计算 acc = metrics.accuracy_score(y_true, y_prediction) 这个...
一文学会sklearn中的交叉验证的方法
old cross-validation）就是其中一种常用的模型评估方法，用于评估机器学习模型的性能和泛化能力。 在本文中，我们将介绍五折交叉验证的原理和实现方法，并探讨其在模型评估中的重要性。 sklearn实现交叉验证 数据集使用sklearn中常见的多分类数据，iris数据集。以下是导入库和数据的示例代码： from sklearn import svm, datasetsfrom sklearn....
scikit-learn（sklearn）库中的网格搜索（Grid Search）自动化的方法来搜索最佳参数组合
学习中，调参是一个非常重要的步骤，它可以帮助我们找到最优的模型参数，从而提高模型的性能。然而，手动调参是一项繁琐且耗时的工作，因此，我们需要一种自动化的方法来搜索最佳参数组合。在这方面，scikit-learn（sklearn）库中的网格搜索（Grid Search）功能为我们提供了一个便捷的解决方案。 网格搜索是一种通过遍历给定的参数组合来寻找最佳参数的方法。它的基本思想是将参数空间划分为一个个网格，然后...
【机器学习】sklearn数据集的使用，数据集的获取和划分
sklearn数据集 二、安装sklearn二、获取数据集三、数据集划分 机器学习是人工智能的一个实现途径，可以从「数据」中自动分析获得「模型」，并利用模型对未知数据进行「预测」。 简单来说就是从历史数据中总结规律，用来解决新出现的问题。 从数据中总结规律，需要提供一个「数据集」，数据集由「特征值」和「目标值」两部分组成。 机器学习有很多好用的工具，这里我们使用sekearn。 sklearn是基于Pyt...
【强化学习】——Q-learning算法为例入门Pytorch强化学习
目录 1、强化学习是什么 1.1 定义 1.2 基本组成 1.3 马尔可夫决策过程 2、强化学习的应用 3、常见的强化学习算法 3.1 Q-learning算法 3.2 Q-learning的算法步骤 3.3 Pytorch代码实现 1、强化学习是什么 1.1 定义 强化学习（Reinforcement Learning，RL）是一种机器学习方法，其目标是通过智能体（Agent）与环境的交互学习最优行为策...
【机器学习】sklearn数据集的使用，数据集的获取和划分
sklearn数据集 二、安装sklearn二、获取数据集三、数据集划分 机器学习是人工智能的一个实现途径，可以从「数据」中自动分析获得「模型」，并利用模型对未知数据进行「预测」。 简单来说就是从历史数据中总结规律，用来解决新出现的问题。 从数据中总结规律，需要提供一个「数据集」，数据集由「特征值」和「目标值」两部分组成。 机器学习有很多好用的工具，这里我们使用sekearn。 sklearn是基于Pyt...
Scikit-learn中的Pipeline：让机器学习流程更加简单、高效、可靠
和评估 3 Pipeline的高级用法3.1 GridSearchCV与Pipeline3.2 make_union与Pipeline3.3 FeatureUnion与Pipeline Scikit-learn是一个非常流行的机器学习库，提供了各种各样的算法、工具和API，让用户可以轻松地构建和调整机器学习模型。其中一个非常有用的工具是Pipeline，它可以将多个数据预处理步骤和机器学习模型组合在一起，构...
ModuleNotFoundError: No module named ‘sklearn.__check_build._check_build‘解决方案
欢通过博客创作的方式对所学的知识进行总结与归纳，不仅形成深入且独到的理解，而且能够帮助新手快速入门。 本文主要介绍了ModuleNotFoundError: No module named 'sklearn.__check_build._check_build’解决方案，希望能对使用sklearn的同学有所帮助。 文章目录 1. 问题描述 2. 解决方案 2.1 步骤一 2.2 步骤二 1. 问题描述 ...
迁移学习（）《Attract, Perturb, and Explore: Learning a Feature Alignment Network for Semi-supervised Domain Adaptation》
论文信息 1 摘要提出了目标域内的域内差异问题。提出了一个 SSDA 框架，旨在通过减轻域内差异来对齐特征。 本文框架主要由三种方案组成，即吸引、扰动和探索。 首先，吸引方案全局最小化目标域内的域内差异。 其次，我们证明了传统的对抗性扰动方法与 SSDA 的不相容性。 然后，我们提出了一种域自适应对抗性扰动方案，该方案以减少域内差异的方式扰动给定的目标样本。 最后，探索方案通过选择性地对齐与...