驭生_Mark
查看新浪微博主页驭生_Mark
//@邓亚峰-人脸识别: 使用无监督是因为得到大规模标注样本很难，同样的样本，有监督应该会有更好的效果。很多实际问题，可以依赖无监督的feature learning来得到更好的表示，最后依赖有监督来得到最终的分类器（deep learning中不也是使用了fine tune吗） 原微博 驭生_Mark
我刚刚将 @陈利人 分享的"R-Agrawalg关于关联规则的开创性论文.pdf"保存到了 @微盘，推荐给大家！ 🔗 网页链接 原微博 驭生_Mark
冒昧请教下@老师木 在做女装价格建议。数据集：卖出女装的类别，品牌，出席场合，材料，样式，颜色，价格区间信息。用DecisionTree - ID3做价格区间预测，训练集上80%准确率，10 folds cross validation 只有 30% 左右（但是90%几率预测结果在前后各一个相邻价格区间）。请问下有什么建议吗？谢谢 展开全文原微博