_zidaoziyan的博客

train_test_split功能是从样本中随机的按比例选取train data和test data。 **X_train, X_test, y_train, y_test = cross_validation.train_test_split(train_data,train_target, test_size=0.4, random_state=0)** test_size是样本占比

1.数据集的准备在caffe根目录下运行./data/mnist/get_mnist.sh #获得mnist数据训练的四个数据包 ./examples/siamese/create_mnist_siamese.sh #将mnist date转化为可用的lmdb格式的文件,并将新生成的2个文件mnist-train-lmdb 和 mnist-test-lmdb放于create_mnist.sh同

优点:泛化错误率低，计算开销不大，结果易解释 缺点:对参数调节和核函数的选择敏感，原始分类器不加修改仅适用于处理二类问题。 适用数据类型：数值型和标称型数据。 拉格朗日乘子法求在约束条件gj(x1,x2,...,xn)=0g_{j}(x1,x2,...,xn)=0的条件下,求f(x1,x2,...,xn)的极值f(x1,x2,...,xn)的极值引进拉格朗日乘子aa;建立方程 L(x1,x2,..

随机试验 在相同的条件下重复进行。 试验的全部结果提前知道 不能预言出现的结果 事件 随机试验的可能结果。 必然事件 不可能事件 基本事件：最小的单位事件。(抛硬币，正反) 复合事件：若干个基本事件的组合。 样本空间：{样本点}，每个样本点对应基本事件。 样本点：无限多或有限多->样本空间：有限或者无限。 Venn图(文氏图) A∩B=ABA∩B=AB A\cap ...