ML

交叉熵损失

交叉熵损失(也称为对数损失)衡量分类模型的性能,其输出是介于0011之间的概率值。当预测概率与实际标签的差异增大时,损失也会增加。

Read More

给个高中做法

考虑到第 kk 次黑球的位置只与第 $ k-1$ 次的位置有关,不妨将球现在的位置设为 ii ,那么随机选择一次后仍在 $ i$ 的概率为 1n2\frac{1}{n^2} + (n1)2n2\frac{(n-1)^2}{n^2},位于j(ji)j(j\not=i)的概率为2n2\frac{2}{n^2} 。(把a=ba=b的情况考虑在内,即球的位置不变动,对概率无影响。)

Read More