2017年04月_xueli1991

原创激活win7时报错，“很抱歉，程序无法在非MBR引导分区上进行激活”

最近重新装了系统，在使用小马激活工具激活时，显示“很抱歉，程序无法在非MBR引导分区上进行激活”，于是上网查了一下，说在GPT分区无法进行激活工作，搜了一款激活软件，如下图，成功激活，关键是操作过程，特别简单。时报错 “很抱歉,程序无法在非MBR引导分区上进行激活" style="color:rgb(50,62,50); font-family:'Microsoft YaHei

2017-04-27 16:57:23 21421 5

转载数据归一化方法

本文主要介绍两种基本的数据归一化方法。归一化方法有两种形式，一种是把数变为【0，1】之间的小数，一种是把有量纲表达式变为无量纲表达式。数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一

2017-04-11 15:36:05 1068

转载分类之性能评估指标ROC&AUC

本文主要介绍几种常用的分类评估指标，同时介绍如何绘制ROC曲线以及AUC值的便捷的计算方法。最后再附上一个绘制ROC曲线和计算AUC的源码实现。Precision和Recall首先我们来看看下面这个混淆矩阵：pred_label/true_labelPositiveNegativePositiveTPFP

2017-04-11 15:28:33 849

转载 CrossValidation十字交叉验证的Python实现

1.原理1.1 概念交叉验证(Cross-validation)主要用于模型训练或建模应用中，如分类预测、PCR、PLS回归建模等。在给定的样本空间中，拿出大部分样本作为训练集来训练模型，剩余的小部分样本使用刚建立的模型进行预测，并求这小部分样本的预测误差或者预测精度，同时记录它们的加和平均值。这个过程迭代K次，即K折交叉。其中，把每个样本的预测误差平方加和，称为PRESS(pre

2017-04-11 09:32:40 10430

转载 KNN从原理到实现

引文：决策树和基于规则的分类器都是积极学习方法（eager learner）的例子，因为一旦训练数据可用，他们就开始学习从输入属性到类标号的映射模型。一个相反的策略是推迟对训练数据的建模，直到需要分类测试样例时再进行。采用这种策略的技术被称为消极学习法（lazy learner）。最近邻分类器就是这样的一种方法。注：KNN既可以用于分类，也可以用于回归。1.K最近邻分类器原理

2017-04-09 22:17:24 421

转载 PCA主成分分析Python实现

Github源码：https://github.com/csuldw/MachineLearning/tree/master/PCAPCA（principle component analysis），主成分分析，主要是用来降低数据集的维度，然后挑选出主要的特征。原理简单，实现也简单。关于原理公式的推导，本文不会涉及，你可以参考下面的参考文献，也可以去Wikipedia，这里主要关注实

2017-04-08 11:01:13 10974 2

转载基于Tensorflow的MNIST手写数字识别（三）

加入神经网络的意义 * 前面也讲到了，使用普通的训练方法，也可以进行识别，但是识别的精度不够高，因此我们需要对其进行提升，其实MNIST官方提供了很多的组合方法以及测试精度，并做成了表格供我们选用，谷歌官方为了保证教学的简单性，所以用了最简单的卷积神经网络来提升这个的识别精度，原理是通过强化它的特征（比如轮廓等），其实我也刚学，所以能看懂就说明它确实比较简单。 * 我的代

2017-04-05 20:04:54 337

转载基于Tensorflow的MNIST手写数字识别（一）

一、本文的意义因为谷歌官方其实已经写了MNIST入门和深入两篇教程了，那我写这些文章又是为什么呢，只是抄袭？那倒并不是，更准确的说应该是笔记吧，然后用更通俗的语言来解释，并且补充更多，官方文章中没有详细展开的一些知识点，不过建议与官方文章结合着阅读。另外是代码部分的改动，官方的demo只提供了验证精确度，我将它改造成了能输入并预测输出结果的代码也就

2017-04-05 19:56:49 544

转载基于tensorflow的MNIST手写数字识别--入门篇

一、卷积神经网络模型知识要点卷卷积卷积一、卷积神经网络模型知识要点卷1、卷积2、池化3、全连接4、梯度下降法5、softmax本次就是用最简单的方法给大家讲解这些概念，因为具体的各种论文网上都有，连推导都有，所以本文主要就是给大家做个铺垫，如有错误请指正，相互学习共同进步。二、卷积神经网络讲解 2.1卷积神经网络作用

2017-04-05 17:34:52 1436

原创 TensorFlow:NameError: name ‘input_data’ is not defined

在TensorFlow中文文档的教程中，关于MNIST机器学习入门一节，开头 down load mnist数据集的代码 import tensorflow.examples.tutorials.mnist.input_data mnist = input_data.read_data_sets(“MNIST_data/”, one_hot=True) 直接复制运行会报错，

2017-04-04 21:07:52 6254 2

转载 matalb k-means函数使用方法（附一个很好的k-means参考博客）

这是我看到的一篇良心文章啦~有问题可以直接去请教博主~http://blog.csdn.net/u010451580/article/details/52249195首先得说，虽然matlab提供了KMeans函数，但是matlab的KMeans聚类好慢，真的好慢！ K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优

2017-04-04 16:50:42 572

xueli1991的博客