对大家有帮助的问答会被标记为“推荐”,看完课程过来浏览一下别人提的问题,会帮你学得更全面
17行 print(rnd_clf.oob_score_)计算的是被切分的训练集中未抽样到的数据的准确率,还是测试集和训练集中所有未训练数据的准确率?
老师,再打开jupyter notabook时不会跳转浏览器,出现这样的提醒,
J(θ)为什么等于后面1/2(hθ(x)-y)²呢,MSE不是等于1/mΣ(yhat-y)²吗
老师我想问一下,这种GBDT+LR做文本分类效果怎么样,这种用GBDT+LR做分类和直接用GBDT做分类相比有啥优缺点或者他们的应用场景分别是什么
老师,三种梯度下降都是每一轮都需要用到全量数据,
那300首诗,分成6个批次,每批1周,一轮就是6周,要训练20轮,是不是需要120周啊
随机梯度下降,假设有300个数据,需要300个批次,就是一轮300个批次下来,有可能有的数据没选到是吗~
还有小批量梯度下降,文档上说,batch_size大需要的轮次就少,“轮次”是不是应该改成“批次”啊
《章节四:GBDT算法》硬着头皮看完了,实操题也对照答案做了,可是还不太了解这个算法在什么情况下使用,需要处理的原始数据是什么形式。
准备再看一遍视频,希望能学到多一点关于GBDT算法的内容。
在这里请教一下老师:
①在学习人工智能这门课程时,如果本章内容没学懂,可以继续向下学吗?
②越往后学,感觉算法内容理解起来越吃力,有什么好的学习方法吗?
课程小建议:
①希望老师在以后讲课时能增加对与每个算法有一个小例子的详细讲解,通过例子让我们了解算法的使用,这样可以在先不了解算法的情况下(或对算法懵懂了解)掌握算法的使用,应该能够反过来帮助深入理解算法。
具体就是想知道算法需要处理什么形式的原始数据,解决了什么问题。
老师,这里调整学习率0.01 -》0.001 为什么学习效果这么相差巨大呢??
在岭回归那里,参数之中有个solver(='sag'),但是我看了lasso和elasticnet的源代码,发现参数之中,怎么没有solver?那这两种回归默认是随机梯度下降么。望告知,多谢。
【非问题】【交流】pickle 4.0 版本模型文件保存
课上好像是老版本的pickle,fft转换正常,但是训练模型的时候会报错,可以参考这样保存模型,在使用模型可以正常读取模型,读取方法不变。有问题的朋友可以参考。
s=pickle.dumps(model) () f: f.write(s)
如果一个项目没有reqirments.txt文件, 我该怎样配置环境启动这个项目呢?