python - 空模型背后的想法是什么?
问题描述
我必须使用 python 和 cv2 对图像进行分类。在训练模型之前,我们必须首先使用创建一个空模型
cv2.ml.KNearest_create()
我知道这行代码创建了一个空模型,但这意味着什么?当我想到一个模型时,我通常会想象一个像 y = mx + b 或 y = ax^2 + bx + c 这样的方程。我很好奇空模型对象的外观以及如何使用它来拟合训练数据。
解决方案
该KNearest_create
函数实例化 k-最近邻类。这与实例化以下“示例”类没有什么不同:
class Example(object):
def __init__(self):
self.data = []
example = Example()
在某些机器学习的情况下,例如神经网络,您可能会使用随机数据初始化权重。但是,这些都不必在类的实例化期间进行。调用 fit/train 函数时可能不会。这是编程中的一种范式。
您可以查看Sklearn 对 K Nearest Neightbor 的实现,看看除了声明变量之外没有太多的事情发生。
推荐阅读
- prestashop - Prestashop 1.7 在类别树中显示父类别
- python - 删除特殊字符python数据框
- go - 使用 go websockets 防止多个 Writers 进行连接
- python - 通过 pytorch 中的视图将索引转换回来
- typescript - 打字稿 - 空检查后对象可能是'null'.ts(2531)
- node.js - MongoDB 在插入之前检查对象属性,否则创建新对象
- oracle - ef core db-migraions 在表空间中创建表
- python - 如何在数据框的每一列中查找特定字符串的 value_count
- reactjs - 如何根据另一个数字输入中的数字动态创建多个字段?
- pytorch - 记录 jit 编译的 PyTorch 类方法 (Sphinx)