搜狗已为您找到约4,351条相关结果
Kernel Method在机器学习历史上这么火的原因是什么?_知乎
8个回答 - 275人关注 - 1.5万次浏览
20 谢邀.机器学习领域有一大半的内容在研究『什么样的数据和问题形式 适合 用什么样的feature extraction』,只不过很多问题的名字不直接叫『feature ...更多
特征工程_知乎
前言1.特征是从数据中抽取出来的对结果预测有用的信息2.特征工程师使用专... 转换成数值型特征处理之文本型词袋模型 from sklearn.feature_extraction.text ...
没办法把自己的数据导入 scikit-learn 里使用????_知乎
3个回答 - 12人关注 - 2596次浏览
from sklearn.feature_extraction.text import CountVectorizercv = CountVectorizer(ngram_range=(1, 2), stop_words = 'english')train = cv.fit_transform(train_data) ...更多
Rethinking Feature Discrimination 中LFW刷到99.86怎么看?_知乎
12个回答 - 317人关注 - 2.3万次浏览
32 更新:ps:我最近还会在github上写一篇关于 《为何同时normalize feature&weights(coco_loss)会work》的理论推导,欢迎关注我的github主页:...更多