chuanye9781-CSDN博客

一、什么是模式和模式识别？当我们人眼看到一幅画时，我们能够很清晰的知道其中哪里是动物，哪里是山，水，人等等，但是人眼又是如何识别和分辨的呢，其实很简单，人类也是在先验知识和对以往多个此类事物的具体实例进行观察的基础上得到的对此类事物整体性质和特点的认识的，并不是人类原本就有对...

2017-11-17 11:18:00 1054

一、奇异值分解介绍我们从几何层面上去理解二维的SVD：对于任意的 2 x 2 矩阵，通过SVD可以将一个相互垂直的网格(orthogonal grid)变换到另外一个相互垂直的网格。我们可以通过向量的方式来描述这个事实: 首先，选择两个相互正交的单位向量v...

2017-09-21 11:18:00 2559

DBSCAN （Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法，基于密度的聚类寻找被低密度区域分离的高密度区域。一、算法基本定义 DBSCAN 中定义使用基于中心的方法定义密度，在基于...

2017-09-20 09:59:00 853

问题描述：由于公司业务产品中，需要用户自己填写公司名称，而这个公司名称存在大量的乱填现象，因此需要对其做一些归一化的问题。在这基础上，能延伸出一个预测用户填写的公司名是否有效的模型出来。目标：问题提出来了，就是想找到一种办法来预测用户填写的公司名是否有效？问题分析：要想预测用户填写的公...

2017-09-14 10:06:00 215

最近在Win7、Win10操作系统上分别搭建成功了Eclipse+Pydev+Anaconda+Tensorflow环境，中间遇到了不少困难，但是都一一解决了，所以很想跟大家分享一下，好了，废话不多讲了，Let us go! Step 1 安装jdk、eclipse，因为这个比...

2017-09-09 00:00:00 187

1、weka数据集基本概念 weka.core.Instances-拥有一个完整的数据集。这个数据结构是基于行的；单一的行可以通过从0开始索引的instance(int) 方法获得。有关列的信息可以通过attribute(int)方法获得。此方法返回 weka.core.Attribute...

2017-08-28 18:27:00 1129

MIC（Maximal information coefficient）一个很神奇的东西，源自于2011年发在sicence上的一个论文。学过统计的都知道，有相关系数这么一个东西，通常叫做r。但是其实应该叫做线性相关系数，应用领域还是很窄的。而MIC这个东西呢，首先比较general，不管...

2017-08-23 16:08:00 3764

引言在之前学习机器学习技术中，很少关注特征工程(Feature Engineering)，然而，单纯学习机器学习的算法流程，可能仍然不会使用这些算法，尤其是应用到实际问题的时候，常常不知道怎么提取特征来建模。特征是机器学习系统的原材料，对最终模型的影响是毋庸置疑的。特...

2017-08-23 10:41:00 76

之前一直在讨论的线性分类器,器如其名，只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？ ...

2017-08-21 10:13:00 1082

chuanye9781的博客