- 博客(6)
- 收藏
- 关注
RSS订阅原创 主成分分析法
主成分分析法1、定义： 主成分分析旨在利用降维的思想，将原来众多具有一定相关性的指标x1.x2....xp重新组合成一组互不相关的综合指标Fm（主成分）来代替原指标 Fm=a1m*X1+a2m*X2.......+apm*Xp，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复，主成分Fm的方差Var（Fm）越大，其所含信息量越多，一般F1信息量最多，称为第一主成分。
2017-03-12 11:48:05
8438
原创 高斯混合模型
高斯混合模型1、定义： 高斯混合模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，它是一个将事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。2、数学推导：主要更新参数：均值μ 方差∑设有一组数据x，其中隐含一随机过程z，x与z之间有join概率， 且满足联合分布：Z服从多项式分布:在Z给定的情况下，X服从正态分布：
2017-03-10 16:51:37
594
原创 K-means聚类算法
k-means聚类算法1、K-means聚类作用： K-means算法采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大准则将靠近的点集归为一类 ，将相互紧凑且独立的点分为一类，从而对样本点进行分类。2、K-means聚类算法流程：（1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心；（2） 根据每个聚类对象
2017-02-28 16:12:27
1079
原创 图像基本运算
图像基本运算 图像处理是建立在各种算法基础上的处理方法，图像基本运算主要包括点运算、代数运算（加、减、乘、除）、逻辑运算（与、或、非）和几何运算（平移、镜像、旋转、缩放）。这些基本运算都具有十分重要的意义，如：改变输入图像的灰度级、降低图像的噪声、进行各种各样的几何变换。（1）点运算（Point Operation） 点运算是对图像的每个像素点的灰度值按一定的映射关
2017-01-09 18:00:55
5608
原创 SVM算法
SVM分类算法（1）svm定义及特性 定义：在机器学习领域， 支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。 一般特征： 1、SVM学习问题可以表示为凸优化问题，因此可以利用已知的有效算法发现目标函数的全局最小值。而其他分类方法（如基于规则的分类器和人工神经网络）都采用一种
2017-01-04 16:30:17
1525
原创 机器学习—梯度下降算法
梯度下降算法 梯度下降算法是一个最优化算法，它是沿梯度下降的方向求解极小值（也可以沿梯度上升方向求解极大值的一种方法。 众所周知，我们从山顶下山，想要求得到山脚路程最短的一条路径，那么我们每次都应该沿着最陡峭的方向下山。下山问题即可简化成我们这里所说的梯度下降问题。最陡峭的方向即为函数斜率绝对值最大的方向。那么，为什么沿斜率方向函数值下降的最快呢？我们可以运
2016-10-28 16:51:11
1893
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人