- 博客(10)
- 问答 (1)
- 收藏
- 关注
RSS订阅
1原创 SVM-Pegasos实现
def seqPegasos(dataSet, labels, lam, T): m, n = shape(dataSet) w = zeros(n) for t in range(1, T + 1): i = random.randint(m) eta = 1 / (lam * t) p = predict(w, dataSe
2016-09-23 00:58:57
754
原创 SVM实现（简化版SMO）
以下是简化版SMO实现 SMO伪代码 创建alpha向量并初始化为0 迭代次数<最大迭代次数（外循环） 循环每个数据向量（内循环） 如果该向量违反KKT条件 随机选取另一个向量 优化两个向量 如果所有向量都没被优化 增加迭代次数， 下一次迭代# coding=utf-8fro
2016-09-20 16:22:54
263
原创 SVM实现（二次规划求解）
%线性可分支持向量机clear;clc;%load datan=50;x1=randn(2,n);y1=ones(1,n);x2=4+randn(2,n);y2=-ones(1,n);y3=zeros(1,n);X=[x1,x2];Y=[y1,y2];plot(x1(1,:),x1(2,:),'g*',x2(1,:),x2(2,:),'mp');hold on;%二次规划求解
2016-05-05 01:29:14
1063
原创 朴素贝叶斯 Python
# coding=utf-8import numpy as npimport urllib.requestdataset = np.array([ ['overcast', 'hot', 'high', 'FALSE', 'yes'], ['rainy', 'mild', 'high', 'FALSE', 'yes'], ['rainy', 'cool', 'normal
2016-04-18 01:27:10
272
原创 MP MPI GPU
引言 目前接触到的并行处理框架主要有MP、MPI、CUDA以及MapReduce(Hadoop、Spark)。MPI和MapRedcue都可以在集群中运行，而MP因为共享存储结构的关系，不能在集群上运行，只能单机。另外，MPI、Spark让数据保留在内存中，可以为节点间的通信和数据交互保存上下文，所以能执行迭代算法，而Hadoop却不具有这个特性。因此，需要迭代的机器学习算法大多使用MPI
2016-04-16 17:27:29
1121
原创 KNN python 算法实现
KNN列表内容列表内容列表内容class KNN: def init(self, k=1): self.k = kdef fit(self, data, target): self.data = data self.target = targetdef predict(self, train_data): result = [] s
2016-04-04 16:32:47
326
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人