- 博客(8)
- 资源 (3)
- 收藏
- 关注
RSS订阅转载 相关向量机
相关向量机（Relevance Vector Machine，简称RVM）是Micnacl E.Tipping于2000年提出的一种与SVM（Support Vector Machine）类似的稀疏概率模型，是一种新的监督学习方法。一、简介相关向量机（Relevance Vector Machine,RVM）是Tipping在2001年在贝叶斯框架的基础上提出的，它有着与支持向量机（S
2017-05-08 16:31:29
2280
转载 java集合总结
来源：http://www.codeceo.com/article/java-collection-must-have.htmlListArrayList以数组实现。节约空间，但数组有容量限制。超出限制时会增加50%容量，用System.arraycopy()复制到新的数组，因此最好能给出数组大小的预估值。默认第一次插入元素时创建大小为10的数组。按数组下标访问元素–get(i)/set(i,e)
2016-12-05 20:13:57
301
原创 机器学习python之KNN
注：本文借鉴于《机器学习实战》这本书对于KNN的介绍在这里就不详细说了，在我的另一篇文章有。简单来说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。1.K-近邻算法优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高适用数据范围：数值型和标称型2.K-近邻算法一般流程（1）收集数据：可以使用任何方法（2）准备数据：距离
2016-12-05 19:22:11
382
原创 关于java初始化问题
1.初始化顺序：1.先父类，后子类2.先属性，后构造函数3.先静态，后非静态4.先静态属性，后静态代码块5.同一类型（非数据类型，指以上），按代码先后顺序（先静后动，先父后子，从上到下，先变量后构造）2.具体情况如下：2.1无继承情况下：对于静态变量、静态初始化块、变量、初始化块、构造器，它们的初始化顺序依次是（静态变量、静态初始化块）>（变量、初始化块）>
2016-12-01 21:32:05
427
原创 关于K最近邻分类算法（KNN）的综述
摘要作为一种非参数的分类算法, K近邻(KNN)算法是非常有效和容易实现的。 它已经广泛应用于分类、回归和模式识别等 。在应用KNN 算法解决问题的时候,要注意两个方面的问题：—样本权重和特征权重。针对传统的KNN分类算法的不足，出现了很多改进的KNN算法。本文对当前改进KNN的文本分类算法进行了全面的综述。1.引言 K最近邻(k-Nearest Neighbor，KN
2016-11-30 16:59:39
31626
1
原创 AttributeError: 'function' object has no attribute '_name_'
def log(text): def decorator(func): def wrapper(*args,**kw): print '%s %s():'%(text,func._name_) return func(*args,**kw) return wrapper return dec
2016-10-20 21:14:56
6123
1
原创 matlab的简单使用
1.元胞数组转化为矩阵a=cell2mat(B); %将元胞数组B转化为矩阵a2.矩阵数据导出到txt文件ave 'data.txt' a -ascii %将矩阵a导出到data.txt文件中3.创建元胞数组4.获取元胞数组内的数据5.创建mat文件6.
2016-09-27 21:46:54
981
转载 BP神经网络的分类
本文主要内容包括： (1) 介绍神经网络基本原理，(2) AForge.NET实现前向神经网络的方法，(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的测试数据集。Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set 找到。这里
2016-09-26 15:27:26
5553
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人