regression)

【PSA】《Polarized Self-Attention: Towards High-quality Pixel-wise Regression》

arXiv-2020文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4Method5Experiments5.1DatasetsandMetrics5.2PSAvs.Baselines5.3SemanticSegmentation5.4AblationStudy6Conclusion（own）1Backgrounda
bryant_meng·2024-02-05 17:24

深度学习入门笔记（6）—— Logistic Regression

对比第三节中的Adaline和LogisticRegression，可以发现它们只有两点不同：1、激活函数，Adaline中的激活函数是恒等函数（线性），而LogisticRegression中的激活函数是Sigmoid函数（非线性）；2、损失函数，Adaline中的损失函数是均方误差，而LogisticRegression中的损失函数则是交叉熵。Sigmoid函数如图所示，其值域为0到1，输入为
cnhwl·2024-02-05 05:55

linear_regression_2.ipynb

{"cells":[{"cell_type":"code","execution_count":5,"metadata":{},"outputs":[],"source":["%matplotlibinline\n","%reload_extautoreload\n","%autoreload1\n","%aimportd2lzh_pytorch\n","importtorch\n","impor
fallinmix·2024-02-05 02:49

XGBoost和LightGBM的参数以及调参

Booster参数：控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参，很这是大程度上都是在调整booster参数。
噶噶~·2024-02-04 21:45

机器学习：Softmax回归（Python）

Softmax回归（多分类）logistic_regression_mulclass.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassLogisticRegression_MulClass
捕捉一只Diu·2024-02-04 04:27

2020李宏毅学习笔记——1.概论

例如二、寻找什么样子的函数式1.regression（回归）：输出是数值。如房价、PM2.5预测。Theoutputofthefunctionisascalar.:函数的输出是一个数值例如：
是汤圆啊·2024-02-03 15:38

PyTorch RNN Regression

 循环神经网络RNN及时预测时间序列.更多可以查看官网:*PyTorch官网载入数据假设想要用sin的曲线预测出cos的曲线.imageimporttorchfromtorchimportnnfromtorch.autogradimportVariableimportnumpyasnpimportmatplotlib.pyplotasplttorch.manual_seed(1)#reproduc
Jancd·2024-02-02 19:56

机器学习：Logistic回归（Python）

Logistic回归（二分类）logistic_regression_class2.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassLogisticRegression
捕捉一只Diu·2024-01-31 07:56

机器学习：正则化（Python）

regularization_linear_regression.pyimportnumpyasnpimportmatplotlib.pyplotaspltclassRegularizationLinearRegression
捕捉一只Diu·2024-01-30 07:56

深度学习 Day 4.2 Logistic Regression——Discriminative Model

目录1.FunctionSet设定公式2.GoodnessofaFunction损失函数3.Findthebestfunction梯度下降4.为何判断logisticregression模型的好坏，用交叉熵而不是SquareError:5.Multi-classClassification5.1用softmax来计算一个元素去到各个class的概率5.2把f(x)和y的分布用交叉熵来对比6.Fea
闻.铃·2024-01-27 14:22

【PyTorch】深度学习实践之 逻辑斯蒂回归 Logistic Regression

本文目录回归vs分类sigmoid函数损失函数例子课堂练习模型实现计算损失实现代码测试模型学习资料系列文章索引回归vs分类回归是预测数值分类是预测类别概率sigmoid函数LogisticFunction是最典型的sigmoid函数，因此有些书会直接说成sigmoid函数。实际上满足如下条件即可称为sigmoid函数：饱和函数单调递增存在极限损失函数使用二分类交叉熵公式：y=1，预测值接近1，lo
zoetu·2024-01-27 14:51

PyTorch深度学习实践——用pytorch实现logistic regression（分类问题）

参考资料参考资料1：https://blog.csdn.net/bit452/article/details/109680909参考资料2：http://biranda.top/Pytorch%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0007%E2%80%94%E2%80%94%E5%88%86%E7%B1%BB%E9%97%AE%E9%A2%98/#%E9%97%AE
没有人会真的躺平·2024-01-27 14:21

深度学习入门笔记（7）—— Multinomial Logistic Regression / Softmax Regression

首先介绍一个非常著名的多分类数据集MNIST，也就是0到9的手写数字数据集。每个图像都是28*28，用于Pytorch数据读取的格式是NCHW，即Number、Channel、Height、Weight。读取图像之后，就能看到一个只有单通道的（灰度）图像，实际上就是一行行像素值的组合，用于SoftmaxRegression时输入得是一个向量，所以要将一行行的像素进行拼接，成为一个长的向量。同时，将
cnhwl·2024-01-27 14:20

sklearn逻辑回归（Logistic Regression）多分类问题

文章目录步骤建立模型预处理训练测试+评价模型多次划分训练集、测试集训练结果步骤建立模型classsklearn.linear_model.LogisticRegression(penalty='l2',*,dual=False,tol=0.0001,C=1.0,fit_intercept=True,intercept_scaling=1,class_weight=None,random_state
Yvesx·2024-01-27 14:50

PyTorch深度学习实践——Logistic Regression

在本次学习中，学习到了logistic回归，虽然说是一种回归模型，但是这个模型实际上是做分类问题，对于这种回归模型我们同样从三个方面来进行介绍，logistic回归是什么？为什么要采用logistics回归？如何实现losgistic回归模型？下面是对于logistic回归的总结：logistic回归是什么？给出定义：逻辑斯谛回归（logisticregression）是统计学习中的经典分类方法，
不见当年灰太狼·2024-01-27 14:50

深度学习分类问题之Logistic Regression

逻辑回归模型，虽然名字是回归，但是是解决分类问题。在线性回归里面，我们根据有效信息，预测下一个由已知信息得到的数值，叫做回归问题，但是在机器学习里面，常见的是分类问题。最常见的就是MNIST数据集里面的手写数字问题。在这个问题里面：我们给出了六万多张训练集对我们的模型进行训练，然后给出一张手写数字，模型可以帮我们判断出这个手写数字是几，这叫做分类问题。通过训练（喂数据），训练模型，而后给出数据，模
丘小羽·2024-01-27 14:48

Optional lab: Linear Regression using Scikit-LearnⅠ

scikit-learn是一个开源的、可用于商业的机器学习工具包，此工具包包含本课程中需要使用的许多算法的实现GoalsInthislabyouwillutilizescikit-learntoimplementlinearregressionusingGradientDescentToolsYouwillutilizefunctionsfromscikit-learnaswellasmatplo
gravity_w·2024-01-26 12:25

Optional lab: Linear Regression using Scikit-LearnⅡ

scikit-learn是一个开源的、可用于商业的机器学习工具包，此工具包包含本课程中需要使用的许多算法的实现GoalsInthislabyouwillutilizescikit-learntoimplementlinearregressionusingacloseformsolutionbasedonthenormalequationToolsYouwillutilizefunctionsfro
gravity_w·2024-01-26 12:25

《速通机器学习》- 线性回归

在机器学习中，这类业务有一个专门的名字——回归（Regression）。回归是指通过大量已知数据发现输入x和输出y的内在关系，并对新的输入进行预测。发现内在
北大博士后AI卢菁·2024-01-25 19:15

逻辑回归(Logistic Regression)和正则化

1.分类问题案例：在分类问题中，我们尝试预测的是结果是否属于某一个类（例如正确或错误）。分类问题的例子有：判断一封电子邮件是否是垃圾邮件；判断一次金融交易是否是欺诈；之前我们也谈到了肿瘤分类问题的例子，区别一个肿瘤是恶性的还是良性的。二元分类问题：将因变量(dependentvariable)可能属于的两个类分别称为负向类（negativeclass）和正向类（positiveclass），则因变
清☆茶·2024-01-24 10:08

Optional Lab: Multiple Variable Linear Regression

Goals扩展回归模型例程以支持多维特征扩展数据结构以支持多维特征重写prediction、cost和gradient例程以支持多维特征利用NumPy的np.dot对其实现进行矢量化以提高速度和简洁性ToolsInthislab,wewillmakeuseof:NumPy,apopularlibraryforscientificcomputingMatplotlib,apopularlibrary
gravity_w·2024-01-24 04:10

Optional Lab: Feature Engineering and Polynomial Regression

GoalsInthislabyouwillexplorefeatureengineering(特征工程)andpolynomialregression(多项式回归)，使我们可以使用线性回归机制来拟合非常复杂甚至非线性的函数ToolsYouwillutilizethefunctiondevelopedinpreviouslabsaswellasmatplotlibandNumPy.importnum
gravity_w·2024-01-24 04:08

机器学习基石第九讲：linear regression

博客已经迁移至Marcovaldo’sblog(http://marcovaldong.github.io/)机器学习基石第十讲介绍线性回归问题（linearregressionproblem），从这一讲开始课程介绍具体的机器学习算法。后面的大部分内容，博主已经学过，所以笔记可能会简略。LinearRegressionProblem借助信用卡发放的问题来介绍线性回归，不过这一次不再是分类，而是要让
Marcovaldo·2024-01-23 22:52

因果推断推荐系统工具箱 - ULTR-CP（三）

2021】【JilinUniversity-JD】UnbiasedLearningtoRankinFeedsRecommendation核心要点前两节，我们完整的描述了，作者提出的ULTR-CP以及如何利用regression-basedEM
processor4d·2024-01-21 22:05

5.逻辑回归 Logistic Regression

这章感觉也不难，但终究是感觉而已。所有的不难终归都是不熟练，自己只是看着好搞而已，等到自己亲自上手用这个知识敲一段时，说不定又磕磕绊绊了呢。我觉得这章的知识可以用于我的毕业设计，即用某个算法替代论文中的某个算法，提高预测结果。先mark一下。————————————————————————分割线————————————————————————逻辑回归的定义：逻辑回归，是一种名为“回归”的线性分类器
宫灵均·2024-01-18 13:47

逻辑回归(Logistic Regression)

一、分类问题在接下来的内容中将开始介绍分类问题，在分类问题中，我们要预测的变量y是离散的值，我们将学习一种叫做逻辑回归(LogisticRegression)的算法，这是目前使用最广泛的一种学习算法。分类问题的例子有：判断一封电子邮件是否是垃圾邮件、判断肿瘤是恶性的还是良性的等等。简单起见，我们从二元的分类问题开始讨论。我们将因变量可能属于的两个类分别称为负向类和正向类，则因变量，其中0表示负向类
时间邮递员·2024-01-18 13:15

逻辑回归 Logistic Regression

目录前言一、逻辑回归是什么？二、逻辑回归的优点和缺点三、逻辑回归的应用场景四、构建逻辑回归模型的注意事项五、逻辑回归模型的实现类库六、逻辑回归模型的评价指标七、类库scikit-learn实现逻辑回归的例子总结前言逻辑回归是机器学习中有监督学习的解决分类任务的一种算法。一、逻辑回归是什么？分类任务的目标是引入一个函数，将观测值映射到与之相关联的类或标签。逻辑回归主要解决二分类问题，通常称为正向类和
JasonH2021·2024-01-18 13:45

逻辑回归（Logistic Regression）

文章目录回顾LinearRegression分类任务TheMNISTDatasetTheCIFAR-10dataset回归VS分类sigmoid函数逻辑回归逻辑回归模型损失函数实现代码回顾LinearRegression线性回归是用于预测连续值，做预测；而逻辑回归是预测离散值，即是用来分类的。分类任务TheMNISTDataset手写数字数据集，包含训练集：60000样本；测试集：10000样本，
chairon·2024-01-17 14:24

回归方程的拟合优度检验_浅析拟合与回归的关系

拟合的主要方法最小二乘拟合回归回归(Regression)是一种数学统计分析方法，重在研究两个或多个变量间的
weixin_39611031·2024-01-16 16:30

回归和拟合的关系

在统计学和机器学习中，回归（Regression）和拟合（Fitting）是密切相关的概念，它们通常一起使用来描述如何通过模型来逼近或拟合数据。
Cc小跟班·2024-01-16 16:52

监督学习 - 梯度提升回归（Gradient Boosting Regression）

什么是机器学习梯度提升回归（GradientBoostingRegression）是一种集成学习方法，用于解决回归问题。它通过迭代地训练一系列弱学习器（通常是决策树）来逐步提升模型的性能。梯度提升回归的基本思想是通过拟合前一轮模型的残差（实际值与预测值之差）来构建下一轮模型，从而逐步减小模型对训练数据的预测误差。以下是梯度提升回归的主要步骤：初始化：初始模型可以是一个简单的模型，比如均值模型。这个
草明·2024-01-16 11:02

MATLAB Deep learning

Overfitting解决过拟合regularizationandvalidationregularization正则化validation验证机器学习的类型有监督学习分类Classification回归Regression
JNU freshman·2024-01-16 09:37

第4章 一元线性回归

一、线性回归模型一元线性回归模型总体回归函数，截距，斜率，误差项二、线性回归模型的系数估计普通最小二乘（ordinaryleastsquares，OLS）估计量参数估计量预测值参数三、拟合优度回归（regression
流焱之舞·2024-01-15 06:23

深度学习框架tensorflow2实战（回归问题：天气预报）

//blog.csdn.net/weixin_43999137/article/details/104051919【嵌牛导读】本文介绍了tensorflow2的使用【嵌牛鼻子】tensorflow2,regression
川上观鱼·2024-01-15 01:35

Machine Learning Series--Linear Regression

前言最近看了李航老师的《统计学习方法》，还正在学习吴恩达老师的《机器学习》的课程（网易公开课上有，较老的版本）。自从看过《统计学习方法》之后，发现笔记不看其实学习效果并不好。因此想以电子版格式写下来记录，一方面加深自己的印象，一方面也是希望能够和大家交流。此版本大致与吴恩达老师的《机器学习》课程一致，因为是结合他的课程以及我之前的《统计学习方法》笔记来写的这一系列文章。以下观点均是本人在学习过程当
22岁开始·2024-01-14 20:30

监督学习 - 多层感知机回归（Multilayer Perceptron Regression，MLP Regression）

什么是机器学习多层感知机回归（MultilayerPerceptronRegression，MLPRegression）是一种人工神经网络（ArtificialNeuralNetwork，ANN）的形式，用于解决回归问题。多层感知机是一种包含多个层次的神经网络结构，其中包括输入层、至少一个或多个隐藏层，以及输出层。以下是多层感知机回归的主要特点和步骤：输入层：输入层包含与特征数量相等的节点，每个节
草明·2024-01-14 06:53

互信息法的原理详解

文章目录互信息法（上）互信息是什么从信息增益角度理解互信息从变量分布一致角度理解互信息卡方检验与离散变量的互信息法互信息法（上）尽管f_regression巧妙的构建了一个F统计量，并借此成功的借助假设检验来判断变量之间是否存在线性相关关系
今天也要加油丫·2024-01-13 13:39

随机森林回归（Random Forest Regression）

什么是机器学习随机森林回归（RandomForestRegression）是一种基于集成学习的回归算法，它通过整合多个决策树的预测结果来提高模型的性能和鲁棒性。随机森林是一种Bagging（BootstrapAggregating）方法，它通过对训练数据进行有放回的随机抽样（bootstrap抽样）构建多个决策树，并且在每个决策树的节点上使用随机特征子集来进行分裂。以下是随机森林回归的主要特点和步
草明·2024-01-11 23:57

决策树回归（Decision Tree Regression）

什么是机器学习**决策树回归（DecisionTreeRegression）**是一种机器学习算法，用于解决回归问题。与分类问题不同，回归问题的目标是预测连续型变量的值，而不是离散的类别。决策树回归通过构建一棵决策树来进行预测。以下是决策树回归的基本步骤：数据准备：收集并准备回归问题的数据集。数据集应包含特征（自变量）和目标变量（因变量），其中目标变量是连续型的。特征选择：选择用于构建决策树的特征
草明·2024-01-11 23:27

2022-01-23 深度学习笔记

①Regression——Theoutputofthefunctionisascalar.②BinaryClassification——OnlyoutputYesorNo.举例：输入句子，输出句子positive
Luo_淳·2024-01-11 01:14

基于贝叶斯决策理论的分类器

在监督学习中，我们主要面对的是拟合问题(regression)和分类问题(classification)。在本节中，我们先来了解一下如何使
CHENG-HQ·2024-01-08 09:39

线性回归常用库

fromsklearn.model_selectionimporttrain_test_split#自己创建数据集的包fromsklearn.datasetsimportmake_regressioneaample：X,y=make_regression
Andy_mq·2024-01-06 22:29

讲解：GGR376、R、Modelling、RWeb|C/C++

GGR376Assignment2:Regression44MarksRegression:Modellingtherelationshipbetweenaresponse(ordependentvariable
诟久顾的陀狈9om·2024-01-06 00:43

逻辑回归（Logistic Regression）

什么是机器学习逻辑回归（LogisticRegression）虽然名字中包含"回归"一词，但实际上是一种用于解决分类问题的统计学习方法，而不是回归问题。它是一种线性模型，常用于二分类问题，也可以扩展到多分类问题。基本原理模型表示逻辑回归模型假设输入特征的线性组合，然后通过一个称为逻辑函数（也称为sigmoid函数）将结果映射到一个概率值。对于二分类问题，模型表示如下：其中b0,b1,b2,…,bn
草明·2024-01-05 16:27

回归和分类区别

回归任务（Regression）：特点：输出是连续值，通常是实数。任务目标是预测或估计一个数值。典型应用包括房价预测、销售额预测、温度预测等。
Recursions·2024-01-05 03:18

2019-01-31[Stay Sharp]Lasso Regression and Ridge Regression

LossfunctionwithL2Regularization:themodeluseL2RegularizationiscalledRidgeRegressionLossfunctionwithL1Regularization:themodeluseL2RegularizationiscalledLassoRegressionForLassoRegressionandRidgeRegressi
三千雨点·2024-01-03 23:39

（一）PyTorch 中的基本概念_张量操作与线性回归

参考本章代码：https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/linear_regression.py1.3张量操作与线性回归张量的操作拼接
sunshinecxm_BJTU·2024-01-02 04:30

[PyTorch 学习笔记] 1.3 张量操作与线性回归

本章代码：https://github.com/zhangxiann/PyTorch_Practice/blob/master/lesson1/linear_regression.py张量的操作拼接torch.cat
张贤同学·2024-01-02 04:59

Mann–Kendall test-Sen’s slope-Quantile regression (quantreg.m)

By“GeographicallyheterogeneoustemporaltrendsofextremeprecipitationinWisconsin,USAduring1950–2006”（1950-2006年美国威斯康辛州极端降水的时空变化趋势）论文中关于mk趋势检验等的代码：
一声沧海笑·2024-01-01 13:12

进击的机器学习 Fifth Day——逻辑回归（Logistic Regression)

提到逻辑回归呢？我一下子就想起了我批判性思维的老师晋逻辑。算法原理：首先来声明一下，虽然我们算法的名字就叫做逻辑回归，但是逻辑回归却是一个二分类算法(周志华老师称之为线性几率回归或者对数几率回归),一般只能用来预测含有两种标签（或者类别）的数据，比如0和1，男和女等等。为什么它的名字里面包含了回归呢？我想可能是因为模型中包含了一个线性回归表达式y=w*x+b,这样的话y的取值就有可能非常大，也有可
焜俞·2023-12-29 01:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他