学习

机器学习框架及评估指标详解目录机器学习的步骤train_test_split函数的详解机器学习评估指标分类模型评估指标混淆矩阵ROC曲线利用ROC的其他评估标准Python绘制ROC曲线求解AUC模板代码错误率精度查准率、查全率P-R曲线Python绘制P-R曲线模板代码平衡点(BEP)F1度量Python求解F1_score代码回归模型评估指标均方误差MAE（平均绝对误差）MAPE（平均绝对百分比误差）RMSE（均方根误差）RSquare（

【机器学习详解】SMO算法剖析「建议收藏」本文力求简化SMO的算法思想，毕竟自己理解有限，无奈还是要拿一堆公式推来推去，但是静下心看完本篇并随手推导，你会迎刃而解的。推荐参看SMO原文中的伪代码。**1.SMO概念**===========上一篇博客已经详细介绍了[SVM原理](http://blog.csdn.net/luoshixian099/article/details/51073885)，为了方便求解，把原始最优化问题转化成了其对偶问题，因

激光SLAM算法学习（一）——激光SLAM简介激光SLAM算法学习（一）激光SLAM简介1、SLAM是什么2、SLAM的分类3、SLAM的框架4、激光SLAM

机器学习 之 Haar特征Haar特征Haar特征原理综述Haar特征是一种反映图像的灰度变化的，像素分模块求差值的一种特征。它分为三类：边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板，在特征模板内用黑色矩形像素和减去白色矩形像素和来表示这个模版的特征值。例如：脸部的一些特征能由矩形模块差值特征简单的描述，如：眼睛要比脸颊颜色要深，鼻梁两侧比鼻梁颜色要深，嘴巴比周围颜色要深等。但矩形特征只对一

python 优雅退出_Python学习教程：Python 使用 backoff 更优雅的实现轮询我们经常在开发中会遇到这样一种场景，即轮循操作。今天介绍一个Python库，用于更方便的达到轮循的效果——backoff。Python学习教程：Python使用backoff更优雅的实现轮询backoff模块简介及安装这个模块主要提供了是一个装饰器，用于装饰函数，使得它在遇到某些条件时会重试(即反复执行被装饰的函数)。通常适用于我们在获取一些不可靠资源，比如会间歇性故障的资源等。此外，装饰…

李宏毅2020机器学习资料汇总前言可能受到新冠病毒的影响，台大也开始了网课教学。李宏毅上传了2020版本的机器学习视频，可以说是非常好的学习资料（尽管其中多数都是2017、2019的视频，但有部分更新）。和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习……

初学者该掌握的计算机知识,初学者该如何学习电脑知识看到不少刚入门的电脑刚入门者找不到适合自己的学习方法，到处碰壁，那么呢?接下来大家跟着小编一起来了解一下学习电脑知识的解决方法吧。初学者学习电脑知识方法第一阶段：鼠标和键盘的操作鼠标的操作主要是：移动、拖动、单击、双击和右击，知道鼠标的作用以及基本操作。掌握键盘的操作，可以通过打字练习来完成，熟悉键盘排列，可以熟练打字。第二阶段：操作系统的学习对windowsxp的了解，知道xp系统有哪些基本功…

最强的疯狂java学习路线图，javaEE学习者必看「建议收藏」转载于:https://www.cnblogs.com/order/archive/2012/10/20/2732602.html

android学习笔记之ImageView的scaleType属性我们知道，ImageView有一个属性叫做scaleType，它的取值一共有八种，分别是：matrix，fitXY，fitStart，fitCenter，fitEnd，center，centerCrop，centerInside。那我们下面一起来看看这八种取值分别代表什么意思。我用两张图片来做demo，这两张图片的分辨率一大一小，图片分别叫做big和small。原图如下：big:small:OK，

一步步学习SPD2010–第二章节–处理SP网站（6）—- 探索SP网站「建议收藏」SP技术没有一个界面；你可以通过使用Web浏览器或者兼容程序如Office应用程序，包括SPD。你可以选择适合你必须完成的任务的接口。然而，根据你选择的程序，你可能有SP网站的不同视图。如果你使用MSWord，你只看到了网站和内容的一小部分。如果你使用浏览器，你看到支持SP协同本质的列表和库，以及它们的内容。当你使用SPD时—-此产品理解最多SP基础—-你可以看到…