机器学习实现理解
文章平均质量分 77
学AI不秃头
小萌新的学习记录历程
展开
-
DBSCAN与分层聚类
DBSCAN(Density-Based Spatial Clustering of Applications with Noise,具有噪声的基于密度的聚类方法)是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇,并在具有噪声的空间数据库中发现任意形状的簇,它将簇定义为密度相连的点的最大集合。基于密度这点有什么好处呢?,我们知道Kmeans聚类算法只能处理球形的簇,也就是一个聚成实心的团(这是因为算法本身计算平均距离的局限)。原创 2023-07-19 10:15:12 · 344 阅读 · 0 评论 -
简单SVM
C值较小,最终间隔会较大,但会有较多的样本点出现在间隔内。C值越大,分类器会减少误分类,但最终间隔会较小。有三个类别,这里只拿两个类别来展示二分类。原创 2023-07-18 21:10:14 · 46 阅读 · 1 评论 -
Kmeans简单实现
从上图中可以明显的看出,kmeans的缺点了。在每次的聚类产生的划分都是不一样的这表明它受随机初始化的初始簇中心影响较大,而且样本分布如左上图的这种,用简单的距离就很难把他们细分开了。原创 2023-07-18 20:39:07 · 760 阅读 · 1 评论 -
softmax回归实现手写数字识别
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KIAOq2DU-1689218911304)(output_6_2.png)]第一列是label,其余列是图片像素矩阵的平铺向量,共784个像素值。784个特征太多了,而且大多数都是0的稀疏矩阵,计算没什么意义。这里利用PCA多特征进行降维,减少特征的维度。原创 2023-07-13 11:30:23 · 464 阅读 · 1 评论 -
逻辑回归实现
手写实现逻辑回归加深理解原创 2023-07-12 15:44:25 · 248 阅读 · 1 评论