- 博客(5)
- 资源 (1)
- 问答 (2)
- 收藏
- 关注
原创 从感知机到人工神经网络
感知机算法感知机(Perceptron)算法是一种很好的二分类在线算法,它要求是线性可分的模型,感知机对应于在输入的空间中将实例划分成正负样本,分离它们的是分离超平面,即判别的模型。如下图所示:可用一个决策边界w*x+b将正负样本进行区分。其中w为权重,b为偏置项。(w*x1+b)>0被分为正样本,否则为负样本。 来源:统计学习方法感知机学习策略假定要本线性可分,感知机的学习目标就是求的能将正负要
2016-12-31 17:42:41 18934 4
原创 Python机器学习库scikit-learn
概述scikit-learn 是机器学习领域非常热门的一个开源库,基于Python 语言写成。可以免费使用。 而且使用非常的简单,文档感人,非常值得去学习。下面是一张scikit-learn的图谱:我们可以看到,机器学习分为四大块,分别是 classification (分类), clustering (聚类), regression (回归), dimensionality reduction (
2016-12-20 15:45:51 8502
原创 深入理解K-Means聚类算法
概述什么是聚类分析聚类分析是在数据中发现数据对象之间的关系,将数据进行分组,组内的相似性越大,组间的差别越大,则聚类效果越好。不同的簇类型聚类旨在发现有用的对象簇,在现实中我们用到很多的簇的类型,使用不同的簇类型划分数据的结果是不同的,如下的几种簇类型。明显分离的可以看到(a)中不同组中任意两点之间的距离都大于组内任意两点之间的距离,明显分离的簇不一定是球形的,可以具有任意的形状。基于原型的簇是对象
2016-12-18 20:50:09 225014 19
原创 基于OpenCV实现霍夫变换
霍夫变换概述霍夫变换(Hough Transform)是图像处理中的一种特征提取技术,该过程在一个参数空间中通过计算累计结果的局部最大值得到一个符合该特征的集合作为霍夫变换的结果。霍夫线检测霍夫线变换是一种寻找直线的方法,在寻找霍夫变换之前,要对图像进行边缘检测,即霍夫线的输入为二值图像。原理其意思就是,直线在极坐标中的表示形式为:r=x*cos(θ)+y*sin(θ),即每一对通过(r,θ)代表了
2016-12-07 15:48:29 6883 2
原创 Linux下安装OpenCV 3.0
opencv的安装简直让人头疼,注意是一些依赖包的原因,刚开始使用的是Centos找软件真是欲生欲死,有点包含没有,因此转头Ubuntu的怀抱,用过都懂的。这里说下自己用的是16.04的LTS版本。 下面说一安装过程:1. 安装依赖项// 这里如果有版本或拼写问题,可以用tab去补全,查看要安装哪一个// 建议不要一次安装这么多,这样可以看到哪里出错了sudo apt-get updates
2016-12-01 17:34:01 13851
关于STL编程是计算两个指针的距离问题
2016-07-26
c++二叉排序树根结点的问题,请大神来回答一下
2016-05-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人