1 鸢尾花数据集

在这里插入图片描述
在这里插入图片描述

2 数据集的数学表示

在这里插入图片描述

3 类别标签（ground truth、gold standard）

在这里插入图片描述

4 数据集与有监督学习

在这里插入图片描述

5 训练集、测试集的拆分

在这里插入图片描述

6 训练集测试集拆分（留出法）

在这里插入图片描述

7 K折交叉验证

在这里插入图片描述

8 分层抽样策略（Stratified k-fold）

在这里插入图片描述

9 用网络搜索来调超参数

在这里插入图片描述
在这里插入图片描述

# 深度学习 # 人工智能
Logo
九章云极普惠算力

更多推荐

cover

阿里云 Coding Plan Lite 下架，各家算力吃紧，上哪买还能支持GLM-5和5.1的coding plan？_2026-04-15

avatar 九章云极普惠算力
cover

看遍了市面上的coding plan，我发现还是这个好用

avatar 九章云极普惠算力

终极指南：如何用facenet-pytorch快速构建企业级人脸识别系统

在当今数字化时代，人脸识别技术已成为身份验证、安全监控和智能交互的核心驱动力。facenet-pytorch作为一款基于PyTorch的开源人脸识别工具包，凭借其高效的MTCNN人脸检测和InceptionResnetV1特征提取能力，为开发者提供了从零构建专业级人脸识别系统的完整解决方案。本文将带你一步步探索这个强大工具的使用方法，从环境搭建到实际应用，让你在短时间内掌握人脸识别的核心技术。

avatar 九章云极普惠算力