Kullback-Leibler Divergence，即K-L散度，是一种量化两种概率分布P和Q之间差异的方式，又叫相对熵。在概率学和统计学上，我们经常会使用一种更简单的、...
IP属地：新泽西州
Kullback-Leibler Divergence，即K-L散度，是一种量化两种概率分布P和Q之间差异的方式，又叫相对熵。在概率学和统计学上，我们经常会使用一种更简单的、...
第一步，找到蓝灯的https代理地址： 第二步，在命令行输入：$ git config --global http.proxy http://127.0.0.1:61403$...
如何使用vscode 推送大文件，首先当然安装github，其次安装git Large file storage：https://git-lfs.github.com/ .g...
首先需要理解一点的是，python在import包和模块的时候，是在sys.path中的路径进行的搜索，如果你当前的项目没有加到sys.path中，那么如果你需要引用项目中某...
local windows上首先安装wsl 安装vscode https://www.windowscentral.com/install-windows-subsystem...
全局 Command + Shift + P / F1 显示命令面板Command + P 快速打开Command + Shift + N 打开新窗口Command + W...
lesson1skipgram与Cbow的区别1. 前者计算复杂度更高一点，因为cbow在embeding的时候会做平均，计算复杂度与语料的长度一致，2. 前者更准一些，因为...
In general, the ROC is used for many different levels of thresholds and thus it has man...
GBDT和XGboost本质上都是前向分布求和算法，如果是回归问题，那么loss常用的是平方差，如果是分类问题，loss常用的是最大似然估计或者交叉熵，求和算法的含义是，整个...
xgboost论文中关于cost 函数的推导一直不太明白，终于通过youtube视频了解到了理解的方法，视频链接：https://www.youtube.com/watch?...
前向算法与加法模型可以这样理解，首先计算得到一个基函数，新的基函数需要把已有的基函数的预测值加上当前需要训练的新的基函数，那么这个需要训练的新的基函数的作用实际上就是需要拟合...
1. 考虑最差情况2. 不考虑常数项和低阶项3. 考虑随着输入的增加运算步骤的增长渐近线是什么样的。
下面的模型使用前向分步加法模型算法求解：Boost算法的基函数和损失函数可以自定义Adaboost 的基函数是基本分类器，损失函数是指数函数提升树的基函数是决策树，分类问题使...
使用：https://www.youtube.com/watch?v=N5vscPTWKOk 重命名（不支持，建议重新创建）：https://stackoverflow.co...
https://magp.ie/2012/02/29/how-to-access-attached-screen-after-connection-dropped/
1. 到项目根目录，并在根目录创建requirements.txt(内为pip freeze 导出需要安装的包列表)文件和Dockerfile，如下， FROM python...
将一下三块内容结合起来看比较好：条件随机场的精彩总结性论述，更多详细信息可以参阅连接文章：http://homepages.inf.ed.ac.uk/csutton/publ...
在python中写正则表达式时，需要注意在正则表达式前加字符'r'，如下“r'\b[a-z]*? '，如果不加r，python会把某些特殊的字符串做其他解释，例如此处'\b'...
这两天在做爬虫的时候，发现一个问题，部分网站在使用request.get返回的内容为空，原因为，这些网站对于发送的请求，会需要在head里面加上一些特殊信息，这些信息可以使用...