腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
岭回归中
的
α参数很高
、
、
我正在使用来自sickit learn
的
Ridge线性回归。在文档中,他们指出alpha参数必须很小。alpha : {float, array-like} shape = [n_targets] Small positive valuesimport pandas as pdimport custom_metrics as cmetric f
浏览 2
提问于2015-08-13
得票数 0
1
回答
OpenCV摄像机校准: distCoeffs中
的
k3值非常大
、
、
我对67张图片运行cv2.calibrateCamera,每张图片都有19x3
的
棋盘角点检测。我发现重投影误差在0.3左右。当我不扭曲图像时,它们看起来很棒。这是高质量
的
科学相机,然而他们看到
的
是水下,这使事情变得复杂。 稍后,我使用这些摄像机校准(以及立体声设置中其他摄像机
的
校准)作为stereoCalibrate
的
输入,它返回大约0.3
的
误差。当我尝试立体纠正和重新映射时,我得到
的
是胡言乱语:黑色图像,或者扭曲
的
图像,这取决于cv2中
的</
浏览 19
提问于2018-07-28
得票数 0
回答已采纳
2
回答
使用Gekko
的
brain模块,我如何确定使用多少层和哪种类型
的
层来解决深度学习问题?
、
、
我正在学习如何将Gekko
的
brain模块用于深度学习应用程序。x = np.linspace(0,2*np.pi,100)x = np.linspace(0,3*np.pi,100)from gekko import brain import numpy as
浏览 25
提问于2019-11-22
得票数 9
回答已采纳
7
回答
最
容易
编码
的
魔方
算法
?
、
、
用Java编写一个求解魔方
的
相对简单
的
算法
。效率也很重要,但只是次要
的
考虑。
浏览 0
提问于2009-08-30
得票数 27
回答已采纳
2
回答
“欠
拟合
”与“高偏差、低方差”
的
关系
它们似乎是紧密相关
的
概念,但仍然有两个不同
的
东西。他们之间的确切关系是什么?维基百科指出: “偏差误差是学习
算法
中错误假设
的
误差。高偏差会导致
算法
忽略特征与目标输出(欠
拟合
)之间
的
相关关系。偏差是训练集对小波动
的
敏感性造成
的
误差。训练数据中
的
随机噪声(过度
拟合
)建模
算法
可能导致
浏览 0
提问于2022-12-20
得票数 0
1
回答
如何防止梯度增强机过度
拟合
?
、
、
我在我
的
模型上使用了嵌套
的
交叉验证和网格搜索,在我
的
实际数据和随机数据上运行这些,以检查过
拟合
。然而,对于我正在寻找
的
梯度增强机器,无论我如何改变我
的
数据或模型参数,它每次都能给我100%
的
随机数据准确率。是不是我
的
代码中有什么东西可能导致了这种情况?下面是我
的
代码: dataset= pd.read_csv('data.csv') data = dataset.drop(["gene"],1)
浏览 22
提问于2019-04-09
得票数 5
回答已采纳
1
回答
用给定模型
拟合
曲线
的
算法
、
假设我有一组(x,y)数据点,我被告知,最能描述这些数据点
的
模型如下所示:其中A,B,C和D是未知常数。其目的是为A、B、C和D找到一个基于某种质量度量(例如)
的
“最佳
拟合
函数”
的
值。许多程序可以获取一系列数据点,并创建一个平滑
的
不同类型(多项式、指数等)
的
最佳
拟合
函数。它们
的
算法
求解给定
的
(简单)模型中
的
系数,其中大多数曲线
拟合
算法
都得到了合理<em
浏览 2
提问于2015-03-26
得票数 1
4
回答
用FANN训练神经网络
的
有效性数据集
、
、
、
正如一些帖子所建议
的
,我开始使用FANN ()来做神经网络
的
事情。它是干净
的
,
容易
理解。现在问题是,据我所见,FANN没有任何功能来支持这个特性。FANN中
的
培训函数也不提供任何参数来传递验证数据集。我说
的
对吗?FANN用户如何使用验证数据
浏览 10
提问于2016-06-08
得票数 0
回答已采纳
3
回答
合并数据进行线性
拟合
的
算法
?
、
、
、
我不确定这是不是最好
的
地方,但是你们在过去
的
CS作业中帮了我很多忙,所以我想我会试一试。以前有没有人见过/听说
过
这样
的
事情?即使你能给我指明正确
的
方向,或者去正确
浏览 4
提问于2012-06-29
得票数 3
1
回答
实时模拟神经进化中
的
适应度评价与训练集
、
我试图训练一个神经网络来控制一个简单
的
实体在一个模拟
的
2D环境中,目前使用
的
是遗传
算法
。也许是因为不熟悉正确
的
术语,我
的
搜索结果并没有提供多少关于在以下所有条件都适用
的
情况下如何对待健身和训练
的
信息: 我通过对给定
的
NN控制器运行仿真来生成一个性能值,要么在一个预先
浏览 5
提问于2014-09-06
得票数 1
回答已采纳
1
回答
python中内置
的
贝叶斯曲线
拟合
模块
、
我在scipy库中搜索贝叶斯曲线
拟合
的
内置模块,但我找不到一个。我找到
的
只有: 但是这个链接
的
描述说这是非线性最小二乘
拟合
。我
的
问题是,我们是否必须实现自己
的
贝叶斯曲线
拟合
模块,或者是否有我可能遗漏
的
这样
的
模块?
浏览 1
提问于2016-10-22
得票数 0
1
回答
无法在IRIS数据集中不足/过度匹配
我正在玩IRIS数据集,并希望看到不足和过度
拟合
的
行动。我正在使用多层感知器(2个层)。 问题是,我不能低估或
过
适合
的
数据(见下面的图)。我理解为什么我不能不适应:如果数据很
容易
分离的话,它可能会发生,但为什么我不能
过
份呢?dataset
的
容量是600 (样本
的
# (150)是特性(4)
的
#),所以我应该能够使用一个容量大于这个容量
的
网络来适应。我正在尝试使用一个多层感知器,它
的
参数范围从15到32
浏览 0
提问于2017-08-24
得票数 3
3
回答
这个回归
算法
是原创
的
,有效
的
吗?
、
我有一个以前从未见过
的
非线性回归
算法
的
想法:如上所述,该
算法
将过
拟合
。我认为有几种方法可以克服这个问题,但
最
明显
的
可能是限制
拟合
函数
的
数量。它应该比M5之
浏览 2
提问于2010-10-21
得票数 2
1
回答
拟合
对数曲线-或更改它以进行
拟合
、
、
想要像这样
拟合
一条曲线: ? 如果我
拟合
log(x),我会得到一个很好
的
线性关系(某种),如下所示: ? 但我真的希望它是第二条曲线,这意味着我必须以某种方式将它改回,但保存
拟合
的
曲线。可能很
容易
,但我迷路了。 编辑:这是似乎
过
拟合
的
多项式x,y,deg=3曲线。 ?
浏览 40
提问于2019-09-09
得票数 0
回答已采纳
1
回答
如何提取适合于粗线轮廓线中间
的
直线方程
、
、
、
、
我已经检测到一条线轮廓,我想要
拟合
一个线方程来描述它。
浏览 0
提问于2017-03-18
得票数 1
回答已采纳
3
回答
如何使用catboost
过
拟合
检测器
我正在尝试理解catboost
过
拟合
检测器。如下所示: 其他梯度提升包,如lightgbm和xgboost,使用一个名为early_stopping_rounds
的
参数,这个参数很
容易
理解(一旦early_stopping_round步骤中
的
验证误差没有减少然而,我很难理解catboost使用
的
p_value方法。谁能解释一下这个
过
拟合
检测器是如何工作
的
,以及它何时停止训练?
浏览 0
提问于2017-08-06
得票数 7
1
回答
二维降维
算法
有什么好处?
、
在我看来,the和其他降维
算法
主要是为了获得数据集
的
印象而将维数降为二维。如果做得好,它们看起来不错(例如,像这样),但我想知道这是否比在网格上按类显示随机图像/分组更好。我想从以下几个方面得到答复:为什么t-SNE*比仅仅用一个2神经元瓶颈来
拟合
一个神经网络,然后取两个神经元
的
归一化值进行嵌入更好呢?t-SNE*有利于分类器
的
构建吗?我
的
意思是:如果你已经有了一个比随机/猜测
最</e
浏览 0
提问于2017-03-29
得票数 2
2
回答
混合数值与标称数据
的
决策树
算法
、
、
、
、
我
的
数据集包含许多数字和分类属性。我考虑将数值数据转换为分类数据(使用二进制
算法
),并应用ID3
算法
生成树,因为ID3只处理离散数据。但是,如何处理过度适应呢?对数值数据进行分类和应用ID3
算法
是否正确?
浏览 0
提问于2017-01-17
得票数 1
回答已采纳
1
回答
这是不是太合适了?
我正在运行一个机器学习
算法
来回答对/错
的
问题。假设我使用分类
算法
。在运行1200个数据后,我获得了30%
的
准确率。然后,我做了第二个
算法
,总是否定第一个
算法
的
答案,因此它
的
准确率是70% 这对于第二个
算法
来说是不是
过
拟合
了?假设我
的
第一个
算法
一致地预测30%
的
准确率
浏览 21
提问于2019-03-02
得票数 0
回答已采纳
2
回答
演示过度
拟合
或欠
拟合
的
理想
算法
、
、
、
、
当一个人试图查找概念,如过度
拟合
和欠
拟合
,最常见
的
东西弹出是多项式回归。为什么经常使用多项式回归来演示这些概念?这仅仅是因为它可以很
容易
地像这里
的
图表一样可视化吗?https://scikit-learn.org/stable/auto_实例/模型_选择/地块_下装_overfitting.html 但是,大多数
的
ml
算法
,如k均值聚类
算法
也可以使用。还有其他类似的
算法
可以使
浏览 0
提问于2021-05-07
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
过拟合的成年人
概念理解:通俗的“过拟合与欠拟合”直观解释
什么是机器学习模型的过拟合?
吴恩达ML课程03_欠拟合与过拟合的概念
避免神经网络过拟合的5种技术
热门
标签
更多标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
活动推荐
运营活动
广告
关闭
领券