机器学习
gongdileidechouzhu
这个作者很懒,什么都没留下…
展开
-
深入理解拉格朗日乘子法(Lagrange Multiplier) 和KKT条件 (转载)
xianlingmao博主的文章,写的非常的好,但是不能转载,因为非常喜欢这篇文章想要保存下来,还是忍不住复制粘贴了。非常的感谢博主!在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条转载 2017-03-25 22:41:45 · 236 阅读 · 0 评论 -
主题提取LDA方法
此处用fetch_20newsgroups数据训练import gensim from sklearn.datasets import fetch_20newsgroups from gensim.utils import simple_preprocess from gensim.parsing.preprocessing import STOPWORDS from gensim.corpora原创 2018-04-11 18:08:02 · 11058 阅读 · 2 评论