数据处理以及超参数的理解
首先我们需要了解到，我们在进行机器学习的过程中寻求的不是让训练处的在现有的数据集上达到最佳，而是我们需要让其在真实环境中达到最佳的效果。在上一节中我们将全部的数据集全部用于训练模型中，对于我们所训练出的模型无法知道其具体的准确度便投入真实环境使用，这样的做法极具风险性，而且我们也不推荐。
解决方案：机器学习最常用的解决方案便是实现测试集和训练集的相互分离（此方法仍具有局限性，后续会补充）。具体的操作方式是：将全部数据集的80%当做训练数据集，训练出来模型后我们通过另外20%的数据（称其为测试数据集）来验证所训练出来模型的准确度。
实现代码封装：
import nump
2022-05-06 10:01:34
710KB
1
（lecture_03）递推求解
（lecture_04）动态规划
（lecture_05）计算几何基础
（lecture_07）贪心算法
（lecture_08）母函数
（lecture_09）搜索入门
（lecture_10）特殊的数
（lecture_11）组合博弈入门
（lecture_12）二分匹配及其应用
（lecture_13）动态规划(2)
并查集
2022-05-04 10:50:45
61.19MB
1
本书是高等教育“十一五”国家级规划教材，系统介绍各种数据结构、常用算法及算法分析技术。数据结构的内容包括线性结构、树形结构、哈希结构、索引结构；算法方面的内容包括选择算法、查找算法、排序算法。本书还较为详细地分析了各种算法的时间复杂度和空间复杂度，介绍了分摊复杂度分析技术。作为各种数据结构和算法的应用，本书给出了图的标准界面及其实现。利用这个标准界面, 实现了图论中的一些经典算法。
2022-05-02 16:00:43
3.47MB
1