anthea_luo的博客

paddleocr 多核cpu

贝叶斯公式 例子

瑞利商 Rayleigh quotient瑞利熵 renyi entropy 也称Rényi熵 瑞丽熵瑞利商 定义为函数R(A,x): 其中A为nxn的实对称矩阵（其实原定义中是埃尔米特矩阵，不过机器学习中遇不到复数所以就保留在实对称矩阵了）其有一个很重要的性质是这是一个关于向量x的函数， 它的最大值和最小值 分别对应着 A的最大特征值和最小特征值瑞利商经常出现在降维和聚类任务中，因为降维聚类任务往往能导出 最大化最小化瑞利熵的式子，进而通过特征值分解的方式找...

之前是从DNN CNN RNN LSTM这样看下来的，当知道时间序列有另外的ARIMA处理模型时，刚看时有点转不过来，相当的疑惑；时间趋势可分解为： 内在趋势/季节性趋势/周期性趋势/噪音 这个还好理解；对ARIMA模型中 判断拖尾截尾来决定用AR还是MA模型，那真是相当地不明白啥情况。搜了很多，好像了解一点，又好像没明白。实际就是没明白。当时做的笔记有：自相关拖尾 偏相关截尾 则用AR算法...

五个样本，每个样本二维特征import numpy as npa = np.array([(2.5, 2.3), (1.5, 1.3), (2.2, 2.9), (2.1, 2.7), (1.7, 1.9)])用np.cov(a)得到的结果 是一个shape为(5, 5)的arrayarray([[ 0.02 , 0.02 , -0.07 , -0.06 , -0.02 ],...

KD树的建树好理解，但KD树的搜索最近邻有点绕"对于一个目标点，我们首先在KD树里面找到包含目标点的叶子节点。以目标点为圆心，以目标点到叶子节点样本实例的距离为半径，得到一个超球体，最近邻的点一定在这个超球体内部。然后返回叶子节点的父节点，检查另一个子节点包含的超矩形体是否和超球体相交，如果相交就到这个子节点寻找是否有更加近的近邻,有的话就更新最近邻。如果不相交那就简单了，我们直接返回父节点的父...

之前看好多机器学习的文章，总不能理解他们说的模型性能好不好。  从传统行业来看，做的产品能跑起来，实现客户需求，这叫功能。功能实现了后，再看在超大话务模型/超大业务请求量下的表现，叫性能。 接着还有DFX, 即（Design for X, 可靠性/兼容性/可维护性/可测试性包括用户体验等等一系列) 但是在机器学习领域中，性能是指 模型最终的预测能力（准确性）， 这个其实偏离传统行业的功能的意义。以...

在之前学习gibbs采样算法时,https://www.cnblogs.com/pinard/p/6867828.html对这句话，觉得很难理解， 不明白为什么要去掉i  联合分步的概率从哪里来 ?  这句话是整篇文章的精华和关键。。搜了其他很多的文章， 仍然不懂， 为何 排除当前词的主题分布，即 根据其他词的主题分布和主题下观察到的单词 可以用来计算 当前词 主题的概率 ?最后在这篇文章中醒悟了...

有些恰当的比喻，简洁的却抓住本质的描述，很有帮助。有一些数学原理，可能你生活中曾使用过，甚至当作常识的，当它套上专有名词时，就有点不可亲近的味道。去弄清它吧，世界又被你踩在脚下了，有没有?  呵呵，开个玩笑。比如狄利克雷分布，  我刚开始接触这个名词是在前我司的大数据产品资料上。一段文字，当然也有图片，好像看懂了吧。。又好像没看懂。当然肯定没记住。不过，如果现在要我讲，我有信心能给大妈级别（抗拒用...

昨天一道笔试面试题，举例解释说明 如下模型评价指标 的含义accuracy = (TP + TN) / (TP+FP + TN +FN)TPR=TP/(TP+FN)TNR=TN/(TN+FP)precision = TP / (TP+FP)举什么例子呢? 先想到了苹果。 阿信不是再吃一颗苹果么,电影天浴里受到伤害的小姑娘 不吃默默关心她的人为她掏的鸟...

说到决策树，必须了解信息熵。在没有接触机器学习之前，知道熵这个概念：描述事务的混乱程度。（当然，有更准确的或不同维度的定义，比如 能量中不能用来做功的部分）如果没有外力，世界总是在熵增。 比如气体扩散后不可能自己缩回去。而换个角度想，我们总是想去做一些事，让熵减。一个乱糟糟堆满各式各样东西的桌子，如果付出时间和力气，把它整理得干干净净分门别类， 那它就从熵多到熵少了。 类似地，统计学/...

knn原理请见：https://www.cnblogs.com/pinard/p/6061661.htmlhttps://zhuanlan.zhihu.com/p/22345658?refer=hgjjsms在特征和样本数量较小时，可以直接计算距离；数量大时就不行了，要在学习的过程中建树，具体上面两组文章中都有试着写一下 直接计算距离时的代码：import randomimport numpy a...