machine learning
文章平均质量分 81
码程序的JERRY
我是在读的大学生,热爱编程,希望我打一些灵感对大家有帮助O(∩_∩)O
展开
-
AlexNet中的图片增强--基于PCA的RGB三通道色彩抖动
Alex中的图片增强--基于PCA的RGB三通道色彩抖动概要论文中的实现方法我的理解Code参考附在阅读完AlexNet的论文之后有感而发。这篇论文开创性地使用了很多卷积神经网络中结构,小技巧,非常建议大家去精读一遍,这篇神经网络奠基级别的论文。概要在AlexNet中介绍了一种基于PCA的色彩增强的方法,效果就是图片的明度(明亮程度)会发生整体的变化,并且没有发生图片结构的改变或色差的明显变化。效果如下图:图像的亮度发生了明显的变化,有的暗,有的亮,而且图片的主要事物的轮廓还是十分清晰,没有原创 2021-09-02 20:36:44 · 3540 阅读 · 2 评论 -
sklearn 中 pca.components_
通过李航的《统计学习方法》(我愿称之为最强),可以很清晰地知道PCA的证明和各个参数的的定义。pca主成分求解的过程是:将数据进行标准化处理(均值为0,方差为1(可选))求原样本中n个特征的协方差矩阵对协方差矩阵进行特征值分解,并将特征向量组成的矩阵按照对应特征值的大小顺序进行排序,前 k 个特征向量即为前k个主成分。所以我们完全可以根据定义去求解pca,在《机器学习实战》上有详细的代码:'''Created on Jun 1, 2011@author: Peter Harringto原创 2021-08-15 20:04:49 · 7985 阅读 · 2 评论