机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

中间层的阶跃函数只能输出0和1，输出层是没有要求的是吗？

朴素感知机用的是阶跃函数，因为它比较简单，神经网络中也不会用到它，实际构造神经网络中使用的是更加复杂的非线性函数，如：ReLU，sigmoid等等，输出层一般而言，回归问题用恒等函数，分类问题用softmax函数。

16.3074

1

2

0

关注作者

收藏

读童话的狼

Relu是中间层用的还是输出层用的？

激活函数的作用是为了增加神经网络模型的非线性。所以中间层一般要求是非线性的，Relu函数也是非线性的，用在中间层，输出层的选择要看是分类问题还是回归问题，一般而言，回归问题用恒等函数，分类问题用softmax函数。

16.3074

1

2

0

关注作者

收藏

liting李

聚类算法原理

第一步：逐个扫描样本，每个样本依据其与已扫描过的样本的距离，被归为以前的类，或生成一个新类第二步，对第一步中各类依据类间距离进行合并，按一定的标准，停止合并

3.9282

1

3

0

关注作者

收藏

读童话的狼

while或者for循环之后else子句怎么用？

while 判断条件: 循环体else: 语句块执行过程:循环正常结束之后[未使用break跳出循环],会执行else语句，若是非正常执行结束,则跳过else语句for 变量 in 序列: 循环体else: 语句块执行过程:先执行for循环,循环正常结束则执行else下面的语句块,否则不执行在python中，与if分支语句不同的是，for循环

3.9217

1

2

0

关注作者

收藏

读童话的狼

'_xsrf' argument missing from

jupyter notebook 保存是提示错误：'_xsrf' argument missing from POST 当关闭jupternotebook的home页时，想要保存改变后的ipynb文件会产生这个报错，只需要重新打开jupter notebook的home页面就可以。

21.5020

2

1

0

关注作者

收藏

读童话的狼

进行矩阵运算时为什么要转成ndarray？

ndarray，一个多维数组结构，高效且节省空间无需循环对整组数据进行快速运算的数学函数

3.9217

1

5

0

关注作者

收藏

读童话的狼

PCA是怎么实现降维的？

从线性代数角度来看，PCA目标是找到一组新正交基去重新描述得到的数据空间，这些新维度就是主成分。在新的维度中有些数据的方差比较大，也就是包含的信息量大，就是需要保留的新特征，将方差小的维度剔除掉就达到了降维的目的

3.9217

1

2

0

关注作者

收藏

读童话的狼

交叉表是用来做什么的？

交叉表是一种常用的分类汇总表格。使用交叉表查询，显示源于表中某个字段的汇总值，并将它们分组，其中一组列在数据表的左侧，另一组列在数据表的上部。行和列的交叉处可以对数据进行多种汇总计算，如：求和、平均值、记数、最大值、最小值等。使用交叉表查询数据非常直观明了，被广泛应用。

3.9217

1

2

0

关注作者

收藏

读童话的狼

什么是有序变量？

是否有序变量一般是对分类变量而言的，分类变量可分为无序变量和有序变量两类，有序分类变量（ordinal categorical variable）是统计学中，根据取值特征而分类的一种定性变量。所谓有序分类变量，是指其取值的各类别之间存在着程度上的差别，给人以“半定量”的感觉，因此也称为等级变量，如学历（文盲、小学、初中、高中、大学、研究生等）

3.9217

1

3

0

关注作者

收藏

田齐齐

机器学习：感知机算法

感知机(preceptron)是线性分类的二分类模型，输入为实例的特征向量，输出为实例的类别，分别用 1 和 -1 表示。感知机将输入空间(特征空间)中的实例划分为正负两类分离的超平面，旨在求出将训练集进行线性划分的超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得最优解。感知机是神经网络和支持向量机的基础。感知机的函数公式为：其中， w和 b 为感知机模型

29.2385

4

5

0

关注作者

收藏

大魔王泛泛

简述一下Softmax函数的作用

Softmax是用于分类过程，用来实现多分类的，Softmax可以分为soft和max，max也就是最大值，假设有两个变量a,b。如果a>b，则max为a，反之为b。那么在分类问题里面，如果只有max，输出的分类结果只有a或者b,是个非黑即白的结果。但是在现实情况下，我们希望输出的是取到某个分类的概率，或者说，我们希望分值大的那一项被经常取到，而分值较小的那一项也有一定的概率偶尔被取到，所以我们就

2.0337

1

4

0

关注作者

收藏

田齐齐

机器学习：数据不平衡的权重问题

问：模型权重不是模型会更容易识别出来那些数据类型，跟测试集的权重没关系吗，就像我们之前学习的不平衡数据集的处理方法？答：数据不平衡是从Y值标签来的，这里和我们的adaboost里讲的比较相似。在adaboost里面，我们是更改错误样本的权重，使得模型更加小心的对待错误的样本，尝试将他们预测正确。对数据不平衡来说，也可以用相同的思想。将少数类的样本权重增大，使得模型会自己更改，从而尽量的将少数类给

36.8426

6

3

0

关注作者

收藏

田齐齐

机器学习：为什么做特征选取

有的数据集里面，有的特征信息量不大，和Y值的相关性不强，从而模型学习的过程，将这个特征里的噪音学习进去了，从而导致过拟合。所以我们做特征选取

34.8090

5

3

0

关注作者

收藏

读童话的狼

方差过滤与PCA有什么区别？

方差过滤是特征剔除比如一个特征本身的方差很小，就表示样本在这个特征上基本没有差异，可能特征中的大多数值都一样，甚至整个特征的取值都相同，那这个特征对于样本区分没有什么作用。pca是特征压缩主要是处理特征之间的高相关

11.5252

2

3

0

关注作者

收藏

读童话的狼

如何在notebook单元格中显示目录？

首先，应当已经配置了目录插件，点击左侧目录边的设置，选择添加到cell即可

15.6655

1

2

0

关注作者

收藏

读童话的狼

每计算一次新的模型，是不是所有的权重要重新分配？

是的，每次根据这个公式来调整权重，因为分母是sum(D),所以权重之和肯定为1

0.0000

0

0

0

关注作者

收藏

读童话的狼

改变权重就是改变数据的概率分布吗？

对的，如果一个样本权重为1，一个样本权重为3，就相当于一个样本出现的概率是另一个的三倍

0.0000

0

5

0

关注作者

收藏

读童话的狼

learning_rate 和梯度下降里面的学习率有啥关系？

adaboost中的learning_rate和梯度下降里面的学习率都是学习率，代表了学习幅度的大小，对于梯度下降来说学习率就是每次迭代调整步长的大小，adaboost中的learning_rate也是类似的。只不过这里的学习率调整的是模型的权重

0.0000

0

2

0

关注作者

收藏

读童话的狼

样本标签不均衡的时候，基分类器预测正确率不止要高于50%？

集成算法中要求基分类器的正确率至少要高于50%,与标签是否不均衡无关

7.6036

1

0

0

关注作者

收藏

读童话的狼

adaboost模型是在几率完全正确时停下来吗？

Adaboost的循环过程停止有两个条件，直到训练错误率为0，或者弱分类器的数目达到指定值。几率完全正确也就是全部预测正确，模型也就停止迭代。

7.6036

1

3

0

关注作者

收藏

<1…232425…69>

CDA考试动态

CDA报考指南