- 博客(2)
- 资源 (5)
- 收藏
- 关注
RSS订阅转载 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
This data set was created to test various dimensionality reduction algorithms. The idea was to create several points in 2d, and then map them to 3d with some smooth function, and then to see what the algorithm would find when it mapped the points back to 2d.
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