- 博客(10)
- 收藏
- 关注
RSS订阅原创 线性判别分析的思考与笔记
主成分分析的目标是试图找到一个投影使得数据投影到该方向后的方差最大化，但没有考虑到数据本身的标签和类别。线性判别分析（Linear Discriminat Analysis, LDA）则是从标签和类别的角度出发，试图找到一个投影方向使得投影后的数据尽可能地按照原始类别分离开来。本文主要讨论了这个算法的数学推导。...
2022-06-09 09:43:35
107
原创 主成分分析的笔记与思考
主成分分析（Principle Component Analysis），旨在找到高维数据中的主成分，并利用这些主成分来表示原始高维数据，从而达到降维的目的。本文从背后的数学推导出发，从最大化投影方差角度进行了该问题的推导，并给出一个上机作业中的代码实现......
2022-06-09 09:25:18
110
原创 人工智能专业基础-线性代数复习笔记（二）
人工智能专业基础-线性代数复习笔记（二矩阵矩阵是整个线性代数的核心知识，每一章基本上都围绕矩阵的不同方面展开，那么矩阵实际上完成了什么事情呢？–向量在空间中的线性变换。什么是矩阵？在教材中通常定义为：由m×nm \times nm×n个数aij（1≤i≤m,1≤j≤n）a_{ij}（1\leq i \leq m,1\leq j \leq n）aij（1≤i≤m,1≤j≤n）排成的mmm行nnn列的表称为mmm行nnn列的矩阵，记为：A=[a11a12⋯a1na21a22⋯a2n⋮⋮⋮am1am2
2022-01-15 18:28:19
651
原创 人工智能专业基础-线性代数复习笔记（一）
线性代数的复习笔记（一）线性代数主要研究的是线性空间中的对象的运动规律。这里就牵扯到两个问题，一个是线性空间中的对象，一个是对象的运动规律。在线性空间中，对象通常就是指【向量】，可以选定一组线性无关的向量（基向量），通过基向量的线性组合将向量进行表示。而线性空间中的运动则被称为【线性变换】，描述了向量是如何运动的，即描述了向量的运动规律，也就是我们常见的【矩阵】。在线性代数中，如何理解向量和矩阵将是学好这门课的关键。基向量、线性无关基向量二维空间上的一个向量a=[32]\bold{a} = \
2022-01-14 18:48:48
382
原创 【数据结构】第十章排序补充-两个考研中基本算法的改进版（附完整代码及测试样例）
考研中常见的基本排序算法文章目录考研中常见的基本排序算法折半插入排序思想代码实现时间分析双向冒泡排序思想代码实现时间分析完整代码及测试样例折半插入排序思想从直接插入排序中不难发现每趟排序过程经历了两个过程，第一个是将每趟需要插入的数都与前面已经做好排序的序列作比较找到插入的位置，第二个是将这个位置开始的后面几个数向后移动，给这个数腾出位置。这是一个边比较边移动的排序方法。结合二分查找的知识，如果我们将第一个过程用二分查找来完成，即将比较和移动的过程分离开来，并且整体比较次数要优于直接插入排序。代码
2021-12-25 15:04:49
940
原创 【数据结构】第十章排序基本算法的总结+C++算法实现（附完整代码及测试样例）
【数据结构】第十章排序相关算法的C++代码实现+总结（附算法代码和测试样例）
2021-12-21 19:47:12
980
原创 二分查找的递归与非递归实现
对于一个排好序的数组，用二分查找会更快速。算法步骤：先取这个数组的中间值，以此为界将数组分为两个小数组。 如果中间值比查找值大，那么说明查找值在前面的小数组里；否则在后面的小数组里。那么我们只需要移动下标就可以完成这个划分数组的操作。 这样在查找时，每个当前的数组的查找过程都是一样的（因为每一步在这个当前的数组进行查找的操作一样，即取中间值，比较，改变传入的下标），只需要满足条件：low <= high，就可以一直查找，直到找到或找不到。...
2021-12-15 23:35:41
1256
1
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