腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
啄木鸟软件测试
专注软件测试
专栏成员
举报
810
文章
768050
阅读量
42
订阅数
订阅专栏
申请加入专栏
全部文章(810)
腾讯云测试服务(294)
http(243)
编程算法(151)
https(134)
网络安全(113)
apache(92)
自动化测试(74)
html(64)
tcp/ip(64)
windows(61)
java(60)
python(59)
数据库(57)
网站(57)
php(53)
单元测试(52)
sql(49)
uml(46)
tomcat(45)
机器学习(34)
linux(33)
自动化(33)
grep(32)
测试(32)
安全(31)
xml(30)
android(30)
性能测试(30)
人工智能(29)
神经网络(28)
javascript(27)
深度学习(22)
图像处理(22)
api(19)
ide(18)
node.js(15)
json(15)
数据(15)
shell(14)
云数据库 SQL Server(13)
压力测试(13)
selenium(13)
css(12)
hive(12)
读书笔记(12)
c++(11)
打包(11)
存储(11)
接口测试(11)
功能测试(11)
敏捷(11)
django(10)
文件存储(10)
devops(10)
正则表达式(10)
数据分析(10)
实践(10)
gui(9)
jenkins(9)
计算机(9)
性能(9)
bash(8)
单片机(8)
eclipse(8)
缓存(8)
运维(8)
ssh(8)
actionscript(7)
git(7)
github(7)
jar(7)
数据结构(7)
chatgpt(7)
ios(6)
jquery(6)
android studio(6)
maven(6)
spring(6)
xslt & xpath(6)
微服务(6)
负载测试(6)
int(6)
函数(6)
开发(6)
模型(6)
原理(6)
云数据库 Redis(5)
unix(5)
访问管理(5)
jdbc(5)
决策树(5)
线性回归(5)
kernel(5)
登录(5)
bash 指令(4)
开源(4)
分布式(4)
黑客(4)
html5(4)
jvm(4)
敏捷开发(4)
数据处理(4)
虚拟化(4)
网站渗透测试(4)
黑盒测试(4)
app测试(4)
cucumber(4)
google(4)
self(4)
version(4)
框架(4)
视频(4)
字符串(4)
xcode(3)
c 语言(3)
ruby(3)
jsp(3)
flask(3)
容器镜像服务(3)
日志服务(3)
mongodb(3)
容器(3)
爬虫(3)
hadoop(3)
zookeeper(3)
iis(3)
powershell(3)
大数据(3)
安全漏洞(3)
聚类算法(3)
分类算法(3)
测试服务(3)
boot(3)
sample(3)
变量(3)
产品(3)
连接(3)
软件测试(3)
设计(3)
搜索(3)
费用中心(2)
go(2)
.net(2)
servlet(2)
ajax(2)
webview(2)
apt-get(2)
TDSQL MySQL 版(2)
SSL 证书(2)
登录保护(2)
cci 持续集成(2)
企业(2)
express(2)
游戏(2)
spark(2)
面向对象编程(2)
监督学习(2)
unity(2)
ftp(2)
npm(2)
ddos(2)
udp(2)
socket编程(2)
微信(2)
架构设计(2)
hbase(2)
ipv6(2)
白盒测试(2)
average(2)
aws(2)
double(2)
import(2)
junit5(2)
list(2)
load(2)
public(2)
百度(2)
对象(2)
服务(2)
工具(2)
集合(2)
脚本(2)
接口(2)
量化(2)
浏览器(2)
日志(2)
网络(2)
网站开发(2)
系统(2)
语法(2)
语音(2)
云服务器(1)
云点播(1)
对象存储(1)
负载均衡(1)
人脸识别(1)
(1)
区块链(1)
自动驾驶(1)
perl(1)
c#(1)
scala(1)
vue.js(1)
react(1)
硬件开发(1)
sqlite(1)
oracle(1)
nosql(1)
memcached(1)
sqlalchemy(1)
ruby on rails(1)
ubuntu(1)
windows server(1)
centos(1)
负载均衡缓存(1)
solaris(1)
laravel(1)
命令行工具(1)
腾讯git代码托管(工蜂)(1)
物联网通信(1)
短信(1)
DevOps 解决方案(1)
电商(1)
渲染(1)
出行(1)
智能硬件(1)
babel.js(1)
移动开发(1)
jdk(1)
卷积神经网络(1)
yum(1)
sql server(1)
spring boot(1)
asp(1)
pytorch(1)
scrapy(1)
rpc(1)
gcc(1)
gradle(1)
无监督学习(1)
kerberos(1)
小程序(1)
机器人(1)
数据可视化(1)
物联网(1)
系统架构(1)
canvas(1)
信息流(1)
mqtt(1)
风控平台(1)
sdk(1)
测试策略(1)
fiddler(1)
数据库管理(1)
漏洞扫描服务(1)
流计算 Oceanus(1)
图像搜索(1)
云课堂(1)
持续集成(1)
account(1)
admin(1)
alpha(1)
app(1)
apply(1)
arrays(1)
block(1)
calculator(1)
cli(1)
cmake(1)
default(1)
excel(1)
expect(1)
explode(1)
file(1)
function(1)
googletest(1)
jmeter(1)
join(1)
label(1)
min(1)
mock(1)
null(1)
physics(1)
pid(1)
port(1)
predict(1)
prediction(1)
proc(1)
process(1)
ps(1)
pytest(1)
record(1)
select(1)
set(1)
string(1)
table(1)
time(1)
timestamp(1)
token(1)
view(1)
wait(1)
webdriver(1)
遍历(1)
编码(1)
编译(1)
产品经理(1)
程序(1)
地图(1)
电子商务(1)
分页(1)
服务器(1)
工程师(1)
工作(1)
后台(1)
继承(1)
架构(1)
解决方案(1)
进程(1)
命令行(1)
配置(1)
苹果(1)
权限(1)
软件开发(1)
数组(1)
算法(1)
索引(1)
需求分析(1)
学习笔记(1)
压缩(1)
优化(1)
数据库优化(1)
搜索文章
搜索
搜索
关闭
快速入门Python机器学习(20)
决策树
机器学习
神经网络
深度学习
人工智能
2001年Breiman把分类树组合成随机森林(Breiman 2001a),即在变量(列)的使用和数据(行)的使用上进行随机化,生成很多分类树,再汇总分类树的结果。随机森林在运算量没有显著提高的前提下提高了预测精度。
顾翔
2022-09-23
289
0
快速入门Python机器学习(19)
决策树
机器学习
神经网络
深度学习
人工智能
不管是决策树分类还是决策树回归,过拟合现象是决策树算法的最大问题,但是从“9.4.2分析有噪音make_regression数据”可以看到,决策树还是一种非常有效的方法,解决过拟合现象有以下两种方法:
顾翔
2022-09-23
284
0
快速入门Python机器学习(18)
决策树
机器学习
神经网络
深度学习
人工智能
信息熵(约翰·香农 1948《通信的数学原理》,一个问题不确定性越大,需要获取的信息就越多,信息熵就越大;一个问题不确定性越小,需要获取的信息就越少,信息熵就越小)
顾翔
2022-09-23
310
0
快速入门Python机器学习(17)
机器学习
神经网络
深度学习
人工智能
node.js
class sklearn.svm.LinearSVR(*, epsilon=0.0, tol=0.0001, C=1.0, loss='epsilon_insensitive', fit_intercept=True, intercept_scaling=1.0, dual=True, verbose=0, random_state=None, max_iter=1000)
顾翔
2022-09-23
170
0
快速入门Python机器学习(16)
神经网络
机器学习
深度学习
人工智能
kernel
可见,除了linear,预处理后的得分远远高于处理前。scaler = StandardScaler()我们以前介绍过。
顾翔
2022-09-23
227
0
快速入门Python机器学习(12)
机器学习
神经网络
深度学习
人工智能
编程算法
看来,对三组数据高斯贝叶斯算法在三个数据中最好,我们让他与以前学习过的分类算法做个比较。
顾翔
2022-09-23
260
0
快速入门Python机器学习(11)
机器学习
神经网络
深度学习
人工智能
腾讯云测试服务
朴素贝叶斯可以分为贝努利贝叶斯(BernoulliNB)、高斯贝叶斯(GaussianNB)和多项式贝叶斯(MultinomailNB)。贝努利贝叶斯(BernoulliNB)又可以分为二项分布和0-1分布。我们首先来介绍贝努利贝叶斯(BernoulliNB)。
顾翔
2022-09-23
387
0
快速入门Python机器学习(十)
机器学习
神经网络
深度学习
人工智能
编程算法
天气预报有雨P(A):50%、堵车概率P(B): 80%、下雨后堵车概率P(A|B): 40%;那么堵车后下雨的概率P(B|A)是多少,根据朴素贝叶斯定律:
顾翔
2022-09-23
267
0
快速入门Python机器学习(三)
人工智能
工具
三、基本绘图工具 1 引入包 # coding:utf-8 import numpy as np import pandas as pd import matplotlib.pyplot as plt #pip3 install matplotlib import seaborn as sns #pip3 install seaborn 1 折线图 def broken_line(): s = pd.Series(np.random.randn(20).cumsum()) s.plot(st
顾翔
2022-05-22
186
0
机器学习连载(30)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
204
0
机器学习连载(29)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
232
0
机器学习连载(28)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
220
0
机器学习连载(27)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
220
0
机器学习连载(26)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
193
0
机器学习连载(25)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
259
0
机器学习连载(24)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
196
0
机器学习连载(23)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
207
0
机器学习连载(22)
机器学习
人工智能
计算机
性能
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
顾翔
2021-07-22
211
0
机器学习测试笔记(21)——朴素贝叶斯算法
机器学习
神经网络
深度学习
人工智能
那么,小明已经告知他不来我家,下暴雨的概率P(A|B) = 90%*60%/80%=67.5%
顾翔
2021-01-28
478
0
机器学习测试笔记(13)——支持向量机
机器学习
神经网络
深度学习
人工智能
上图左边为线性可分的,通过一条直线就可以把两类分开;而右边是线性不可分的,如何用一条线都不能把红黑两个分离开。对于线性不可分的我们可以采取升维的方式来解决,比如有如下十个样本。
顾翔
2021-01-18
448
0
点击加载更多
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档