机器学习
文章平均质量分 76
FireMicrocosm
这个作者很懒,什么都没留下…
展开
-
利用朴素贝叶斯模型进行文档分类
朴素贝叶斯模型进行分类的思路很简单,就是待分类的对象属于哪一类的概率大,就认为它属于相应的类别。朴素贝叶斯分类模型的公式化描述如下: p(ci|x,y)=p(x,y|ci)p(ci)p(x)p(c_i|x,y) = \dfrac{p(x,y|c_i)p(c_i)}{p(x)}根据这一准则,可以定义贝叶斯分类准则为: 如果 p(c1|x,y)>p(c2|x,y)p(c_1|x,原创 2015-10-17 17:57:21 · 1317 阅读 · 0 评论 -
Unsupervised Feature Learning and Deep Learning(UFLDL) Exercise 代码实现
最近开始了解深度学习的东西,看到国内研究者翻译的斯坦福大学的深度学习的历程,觉得很不错,就按照学习例程学习,一步一步完成后面的练习。这个练习安排的很合理,得按顺序完成,跳跃着做可能会遇到一定的麻烦。我在完成中也遇到不少的麻烦,不过还是慢慢克服了,越往后程序对计算机的配置要求越高,需要的内存也越大。下面是我完成这些例程中一些关键性的代码,觉得有用的可以参考一下,建议大家先自己动手写,如果实在是遇到困原创 2015-10-19 14:16:23 · 675 阅读 · 0 评论 -
常用分类器的效果对比
如果把机器学习归为两大类,那么主要的工作可以分为:分类和聚类。而分类任务基本上占整个机器学习或者是数据挖掘领域的70%,可见我们遇到的很多问题,都可以用分类的算法进行解决。机器学习发展到现在,许多被证实有效的分类算法被提出,例如我们经常会用到的K-近邻分类器、朴素贝叶斯分类器、支持向量机(SVM)、决策树算法等。大家平时在用的时候可能并不太清楚每种分类算法适合哪种类型的数据,因为对于不同的数据集,原创 2015-10-21 18:30:40 · 12340 阅读 · 0 评论 -
分类器中的S型函数
对于了解机器学习相关知识的朋友,对一个函数肯定不陌生,没错,就是我今天要说的sigmoid(S型)函数,这个函数的图像如下: 它的函数表达式为: f(x)=11+exp(−x)f(x)=\frac{1}{1+exp(-x)} 这个函数有很好的特性,原创 2015-10-24 18:35:29 · 5630 阅读 · 0 评论 -
DTW(Dynamic Time Warping,动态时间归整)的介绍
在日常的生活中我们最经常使用的距离毫无疑问应该是欧式距离,但是对于一些特殊情况,欧氏距离存在着其很明显的缺陷,比如说时间序列,举个比较简单的例子,序列A:1,1,1,10,2,3,序列B:1,1,1,2,10,3,如果用欧氏距离,也就是distance[i][j]=(b[j]-a[i])*(b[j]-a[i])来计算的话,总的距离和应该是128,应该说这个距离是非常大的,而实际上这个序列的图像是十转载 2016-02-24 10:57:25 · 864 阅读 · 0 评论