玉兔飞控一代调参软件,内有说明书以及32位64位驱动
2021-11-03 21:59:20 3.7MB 玉兔飞控
1
xgboostgbdt在调参时为什么树的深度很少就能达到很高的精度?
2021-11-02 17:45:28 66KB xgboostgbdt 调参
1
目录减少数据在内存中占用的空间线性回归 & 五折交叉验证 & 模拟真实业务情况简单建模五折交叉验证事实上,五折交叉验证在某些与时间相关的数据集上反而反映了不真实的情况绘制学习率曲线与验证曲线嵌入式特征选择 – 大部分情况下都是用嵌入式做特征选择# 我们看下三种模型的效果对比:线性回归; 加入了L1的Lasso回归; 加入了L2的岭回归 减少数据在内存中占用的空间 def reduce_mem_usage(df): """ iterate through all the columns of a dataframe and modify the data type to
2021-11-01 21:35:58 177KB 二手车 数据 数据挖掘
1
随机森林实现及调参一、R语言方法一、手动调参方法二、网格调参二、python 注:本博客数据仍采用决策树调参的泰坦尼克号数据,前奏(数据预处理)请参考☞ 决策树R&Python调参对比☜ 一、R语言 方法一、手动调参 PS.仅使用常规包:randomForest和循环编写。 1-建模 set.seed(6) rf <- randomForest(Survived~.,data=train,ntree=100) y_pred <- predict(rf,test) A <- as.matrix(table(y_pred,test$Survived)) acc <- sum(diag(A))/su
2021-10-30 10:21:43 92KB python 射频 数据
1
这份PPT,主要有7个主题,分别是:1、调整学习率;2、调整小批量的规模;3、调整优化器和权值衰减;4、调整特征和标签;5、调整特征和标签(mixup);6、调整初始条件;7、Shake-shake正则化。每一个主题,都基于相对前沿以及效果较好的论文来进行分析。
2021-10-06 12:42:13 5.86MB 深度学习 模型优化 优化技巧 调参技巧
1
分布式水文模型SWAT参数的校验软件SWAT-cup的使用说明,可以快速上手。
2021-10-02 14:26:33 1.05MB SWAT-cup swatcup说明书 SWAT swatcuppso
SVM解决二分类问题的代码,直接就可以用,含水雷-岩石分类数据集并对四种核函数做调参,换一个数据集也能使用。过程流畅,注解详细,包教会
2021-09-29 09:00:19 227KB python 分类算法 核函数 svm
1
全国大学生智能车竞赛-室外光电组ROS智能车 里面包含了一些大牛关于ROS如何调参的想法以及思路,不管对于比赛还是学习都是一份不错的参考资料~
2021-09-29 04:34:14 1.86MB ROS 机器人 操作系统 全国智能车竞赛
1
Neural.Networks.Tricks.of.the.Trade.PDF【神经网络调参必备手册】
2021-09-15 16:41:21 19.85MB Neural Networks 神经网络
1
应用SVM预测澳大利亚降雨(含数据预处理与调参)所需文件
2021-08-31 18:13:09 153KB sklearn 机器学习 svm
1