![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 52
David_Jett
我要变得很强!2017-8-30
展开
-
anaconda,tensorflow安装
什么是anacondaanaconda指的是一个开源的Python发行版本,其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包,Anaconda 的下载文件比较大(约 500 MB),如果只需要某些包,或者需要节省带宽或存储空间,也可以使用Miniconda这个较小的发行版(仅包含conda和 Python)。anaconda与Python的关系anaconda里面原创 2017-11-19 19:24:20 · 591 阅读 · 0 评论 -
KNN简单实现
KNN(K nearest neighbor Algorithm)原理:取距离上训练数据上最近的K个点的均值作为估计值。简单实现://A general realization of K nearest neighbors Algorithm#include #include #include #include using namespace std; struct ob原创 2017-10-15 21:20:15 · 363 阅读 · 0 评论 -
What are Neuro-Fuzzy Systems?(转载)
Text Link/原文链接What are Neuro-Fuzzy Systems?A neuro-fuzzy system is a fuzzy system that uses a learning algorithm derived from or inspired by neural network theory to determine its parameters转载 2017-09-09 11:14:07 · 1375 阅读 · 0 评论 -
奥卡姆剃刀原理
奥卡姆剃刀定律(Occam's Razor, Ockham's Razor)又称“奥康的剃刀”,它是由14世纪逻辑学家、圣方济各会修士奥卡姆的威廉(William of Occam,约1285年至1349年)提出。这个原理称为“如无必要,勿增实体”,即“简单有效原理”。正如他在《箴言书注》2卷15题说“切勿浪费较多东西去做,用较少的东西,同样可以做好的事情。”(百度百科) 原原创 2017-08-30 14:11:39 · 13378 阅读 · 0 评论 -
SVD(Singular value decomposition)奇异值分解
奇异值分解是线性代数中一种重要的矩阵分解,在信号处理、统计学等领域有重要应用。奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性,但还是有明显的不同。对称阵特征向量分解的基础是谱分析,而奇异值分解则是谱分析理论在任意矩阵上的推广。(百度百科) 转载自:http://blog.csdn.net/zhongkejingwang转载 2017-08-11 13:53:30 · 902 阅读 · 1 评论 -
Frobenius norm(弗罗贝尼乌斯范数)
矩阵元范数 矩阵元范数的形式如图1所示。 图 1 特殊的,当p=2时,可以得到如下的形式,又称弗洛贝尼乌斯范数。通俗地说,即矩阵中每项数地平方和的开方值。这里A*表示A的共轭转置,σi是A的奇异值。转置矩阵仅仅是将矩阵的行与列对换,而共轭转置矩阵在将行与列对换后还要讲每个元素共轭一下,实数矩阵原创 2017-08-10 10:58:46 · 9892 阅读 · 0 评论