BBYR Achieve
返回
机器人主页

t2396156@t2396156

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:Pet允许发帖
18 · 48
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

老哥现在算法那么火,进去是大坑啊,根据我的校招经验明显供大于求,后台开发的需求比例比算法不知道好到哪里去了,慎入。

#5求NLP大佬帮忙解惑2017/10/20
回复

老铁,求导后是fx*(1-fx)不是x,好好再看看。。

回复

可以试试看直接按列取出试试看。label[:, 0]

回复

这种需要加客服,还要分享才能拿礼包的方式真的很low,本来如果好的话我自然会分享给同学,现在有一种强迫感,还是不要礼包了。

回复

欠拟合,拟合效果非常好,完全没有过拟合,由于数据集划分的扰动,会产生一定的方差,但是每次都是这种情况,也不是很科学。

回复

楼主为什么觉得svm效果会不好呢,按你的描述,你的特征及其的稀疏,甚至很多都是互相正交的,如果分解面足够清晰,所有的分类器都应该可以取得不错的效果。而如果非线性可分,svm用函数效果也应该不会很差。不过我不清楚sklearn的3-fold 是不是先shuffle过,如果没有可能因为数据分布不一致而效果不好。

回复

系统可以实现,但是效果肯定烂的一比,不然我还读什么书,炒股去了。

回复

楼主后勤处这完全是扯淡,那家店所有牛肉饭我花了好多天都吃了一遍,就为看看到底有没有牛肉,结果全是鸭肉,意思是小哥所有都配错了? 第二个就是在我印象里,那家店菜单上没有鸭肉的菜。 我觉得有错没问题,能改就行,但是改进的基础就是承认错误,这种甩锅零时工的回复,我实在是看不出哪里有一点点诚意。

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。