点击上方“AI公园”,关注公众号,选择加“星标“或“置顶” 导读 这是一篇商汤科技的ECCV2020的论文,用一种非常优雅的方法解决了传统softmax在训练分类时的两个问题,并在多个数据集上取得了很好的效果,代码已开源。 公众号后台回复“RBF”,下载已打包好的论文和代码。 RBF-Softmax: Learning Deep Representative Prototypes with R
CategoricalNB 1 CategoricalNB原理以及用法2 数据集2.1 西瓜数据集2.2 LabelEncoder2.3 OrdinalEncoder 3 代码实现 1 CategoricalNB原理以及用法 (1)具体原理 具体原理可看:贝叶斯分类器原理 sklearn之CategoricalNB对条件概率的原理如下: P ( x i = k ∣ y ) =