NLP分类效果衡量指标(F1/p/r) 翔涛2020年5月22日 概念 为什么要计算F1:避免样本分布带来的偏差,综合考量分类效果,假如有100个样本,其中1个正样本,99个负样本,如果模型的预测只输出0,那么正确率是99%,这时候用正确率来衡量模型的好坏显然是不对… 机器学习, 计算机machine learning
多标签分类(multi-label)分类方法笔记 翔涛2020年5月22日 概述 multi-label是相较multi-class的概念,有关研究相对较少,multi-label指一个数据可以被分为多个类,一个输入对应多个输出,例如一篇新闻可以被同时打上娱乐、体育等多个类,… 机器学习, 计算机machine learning
卷积神经网络(CNN)理论与实现 翔涛2020年5月21日 一、理论 卷积神经网络结构:(卷积层+(可选)池化层)*N+全连接层*M(M>=0),卷积层的输入输出是矩阵,全连接层输入输出是向量,在卷积层的最后一层做一个展平。 主要用于分类任务 全卷积神经网络:… 机器学习, 计算机machine learning
机器学习入门基本概念理解 翔涛2020年5月16日 张量 张量=容器 张量是现代机器学习的基础。它的核心是一个数据容器,多数情况下,它包含数字,有时候它也包含字符串,但这种情况比较少。因此把它想象成一个数字的水桶。 0维张量=数字;1维张量=向量;2维… 机器学习, 计算机machine learning