概述 测试数据 混淆矩阵 准确率与召回率 准确度与F1-Score ROC与AUC 概述 在NLP中我们经常需要使用机器学习的分类器。如何衡量一个分类器的好坏呢？最常见的指标包括准确率与召回率,准确度与F1-Score以及ROC与AUC。 测试数据 我们以Scikit-Learn环境介绍常见的性能衡量指标。为了演示方便，我们创建测试数...

Uniform Uniform class paddle.distribution.Uniform ( low, high, name\=None ) [源代码] 均匀分布 概率密度函数（pdf）为： 上面的数学公式中： 。 。 ZZ: 正态分布常量。 参数low和high的维度必须能够支持广播。 参数： low ...

Uniform Uniform class paddle.distribution. Uniform ( low, high, name=None ) [源代码] 均匀分布 概率密度函数（pdf）为： 上面的数学公式中： 。 。 ZZ: 正态分布常量。 参数low和high的维度必须能够支持广播。 参数： low (...

7.2 极大似然法 7.2 极大似然法 极大似然估计（Maximum Likelihood Estimation，简称MLE），是一种根据数据采样来估计概率分布的经典方法。常用的策略是先假定总体具有某种确定的概率分布，再基于训练样本对概率分布的参数进行估计。运用到类条件概率p（x | c ）中，假设p（x | c ）服从一个参数为θ的分布，问题就...

音视频开发概述 音视频开发概述 OpenHarmony音视频包括音视频播放和录制。 OpenHarmony音视频播放模块支持音视频播放业务的开发，主要包括音视频文件和音视频流播放、音量和播放进度控制等。 OpenHarmony录制模块支持音视频录制业务的开发，提供音视频录制相关的功能，包括设置录制视频画面尺寸、音视频编码码率、编码器类型、视频...

HashMap 的加载因子为什么是 0.75 HashMap 的加载因子为什么是 0.75 Warning ：这是《Java 程序员进阶之路》专栏的第 57 篇，我们来聊聊 HashMap的加载因子，为什么必须是0.75，而不是0.8，0.6。 本文 GitHub 上已同步，有 GitHub 账号的小伙伴，记得给二哥安排一波 star 呀！冲 Git...

三、Word2Vec 3.1 CBOW 模型 3.1.1 一个单词上下文 3.1.2 参数更新 3.1.3 多个单词上下文 3.2 Skip-Gram 3.2.1 网络结构 3.1.2 参数更新 3.3 优化 3.3.1 分层 softmax a) 网络结构 b) 参数更新 3.3.2 负采样 a) 原理 b) 参数更新 3.3.3...

前言 Least Frequently Used LFU算法介绍 counter：基于概率的对数计数器 counter的衰减因子 热点key发现 结束 前言 业务中存在访问热点是在所难免的，redis也会遇到这个问题，然而如何发现热点key一直困扰着许多用户，redis4.0为我们带来了许多新特性，其中便包括基于LFU的热点key发现机制...

6.2 有害的歧义 6.2 有害的歧义 不幸的是，随着文法覆盖范围的增加和输入句子长度的增长，分析树的数量也迅速增长。事实上，它以天文数字的速度增长。 让我们在一个简单的例子帮助下来探讨这个问题。词 fish 既是名词又是动词。我们可以造这样的句子 fish fish fish，意思是 fish like to fish for other fis...

7、贝叶斯分类器 上篇主要介绍和讨论了支持向量机。从最初的分类函数，通过最大化分类间隔，max(1/||w||)，min(1/2||w||^2)，凸二次规划，朗格朗日函数，对偶问题，一直到最后的SMO算法求解，都为寻找一个最优解。接着引入核函数将低维空间映射到高维特征空间，解决了非线性可分的情形。最后介绍了软间隔支持向量机，解决了outlier挤歪超平...