hyqsong的专栏

最近在看一本叫《大话数据挖掘》的书，简单的摘要总结一些数据挖掘的基础理论知识：     1.Data Mining（在学术界也叫KDD:knowledge discovery in database） ，就是从大量的、不完全的、有噪声的、模糊的、随机的 数据中，提取隐含在其中的，我们事先不知道的、又潜在有用信息的知识的过程。（大多算法建立在：统计学的大数定律基础上）     2.D

发现一个外国的学习ML的网站，介绍分类、回归、聚类等等知识，感觉非常不错就记录下，以后遇到好的学校资料，也会整理分享到这里http://scikit-learn.org/stable/index.html

简单来讲:有监督 -> 分类（回归） -> 识别；无监督 -> 聚类 -> 分割；' -> ' 表示对应关系（ps:这个说法来自于《学习Opencv》这样讲不知道有没有问题，目前我是这样理解的）一、分类和聚类简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。简单地

聚类算法总结：---------------------------------------------------------聚类算法的种类：基于划分聚类算法（partition clustering)k-means：是一种典型的划分聚类算法，它用一个聚类的中心来代表一个簇，即在迭代过程中选择的聚点不一定是聚类中的一个点，该算法只能处理数值型数据

硕士毕业论文第二点扯到了CNN上，准备用caffe框架来做，装好windows下caffe后运行了第一个经典例子LeNet :参考：http://blog.csdn.net/tianrolin/article/details/51434687 运行第二个cifar10例子时，不会写bat文件，运行也各种错误，这里总结一下我遇到的问题和解决办法。亲测有用！ 一、数据集准备 到官网中下载cifar

caffe 进行自己的imageNet训练分类：loss一直是87.3365,accuracy 一直是0，可能的原因是： 标签的问题： imagelist中，图像分类的标签label一定要从0开始,分类层的 num_output 和 标签的值域 不符合: a. 要知道imagenet是进行1000类的分类任务，我自己的数据是一个二分类，就一定要把最后‘fc8’InnerProduct的分类