- 博客(2)
- 资源 (5)
- 收藏
- 关注
转载 kernel PCA
PCA不进行分类的动作,而只做做数据预处理,将样本变换到一个容易分类(向最大化方差的方向,principal component axes,投影)的更低维的新的特征空间中。Kernel PCA比PCA多了一步,也即先升维(RBF包括多项式核均是升高到无穷维)再进行投影的动作,因为有些非线性可分的数据集只有在升维的视角下才线性可分。PCA均值化的数据: ∑ixi=0#
2016-09-19 18:32:57 1009
原创 python求各种距离公式
今天一个偶然的机会体会到了python数据运算的强大。求一个数组各样本之间的距离仅简单的几句代码就行。看来真的技术改变世界啊。废话不多说,记下来怕以后忘记。 from scipy.spatial.distance import pdist, squareform下面结合API文档标注一下具体用法:1.X = pdist(X, 'euclidean')计算数组X样本之间的欧式距离 返回值为
2016-09-19 17:01:29 12236 3
Swiss roll dataset
2016-09-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人