返回
机器人主页
loveorange@loveorange
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：Travel允许发帖
15 · 35
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“”
回复
“求推荐~~”
回复
“恩 是 可是我现在只会这一种，先试试，不行再换~~谢谢O(∩_∩)O 【 在 xiaohao 的大作中提到: 】 : 网格参数寻优类似于枚举，速度慢”
回复
“现在只会网络搜索这一种%>_<%想先试试这种能不能行~~O(∩_∩)O谢谢 【 在 binxin 的大作中提到: 】 : 网格算法不就是枚举么？可以试下随机梯度下降法？收敛的比较快。”
回复
“感谢~~[ema11] EM算法还不太清楚，准备先从网格搜索算法入手，不行的话我再去学EM。 【 在 xxwlax 的大作中提到: 】 : 不懂网格搜索算法。 : 求算法中的参数，我第一个反应是用EM算法，嗯嗯”
回复
“我是聚类算法中的canopy算法的T1和T2值的确定有问题。 我是想用网格搜索来得到一些T1和T2的组合，然后再用交叉验证来得到最好的T1和T2组合，现在不知道根据什么来判断哪个T1和T2的组合聚类结果好？ 聚类毕竟和分类不一样。是不是网格搜索和交叉验证不能用在聚类中，只能用在分类中呢？ [ema23][ema23] …”
回复
“我小学的时候也看过这个动画片~ 【 在 W1039766642 的大作中提到: 】 : : 怎么了？”
回复
“谢谢~~你的头像是小虎还乡~ 【 在 W1039766642 的大作中提到: 】 : http://blog.sina.com.cn/s/blog_5061d31a0100bt46.html : http://wenku.baidu.com/link?url=oyT6eJx_twDE_ULH4INU2fYLEaw2Zo…”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。