机器学习(西瓜书)注解:第11章 特征选择与稀疏学习

机器学习(西瓜书)注解:第11章 特征选择与稀疏学习

        本次更新第11章,特征选择与稀疏学习。针对该章注解有任何问题欢迎在此留言~

        其实本章后三节的内容更多属于信号处理领域,前四节虽然在介绍机器学习中的特征选择问题,但也是一个很笼统的介绍,包括“过滤式”算法、“包裹式”算法、“嵌入式”算法也是通用的概念;因此本章与其说是介绍机器学习特征选择的相关知识,倒不如说是介绍机器学习与信号处理交叉领域的相关内容。

        西瓜书作者通过11.4节巧妙的将特征选择与稀疏学习联系在一起,不得不说这是一个很好的安排,毕竟稀疏学习也是“学习”嘛~

(网盘链接:https://pan.baidu.com/s/1QtEiNnk8jMzmbs0KPBN-_w) 

 

第 11 章目录
第 11 章 特征选择与稀疏学习.......................................................................................................1
      11.1 子集搜索与评价..............................................................................................................1
      11.2 过滤式选择......................................................................................................................1
      11.3 包裹式选择......................................................................................................................1
      11.4 嵌入式选择与 L1 正则化 ................................................................................................2
             1、式(11.5)的解释...........................................................................................................2
             2、式(11.6)的解释...........................................................................................................2
             3、式(11.7)的解释...........................................................................................................2
             4、图 11.2 的解释...........................................................................................................3
             5、式(11.8)的解释...........................................................................................................3
             6、式(11.9)的解释...........................................................................................................3
             7、式(11.10)的推导.........................................................................................................3
             8、式(11.11)的解释 ........................................................................................................5
             9、式(11.12)的解释.........................................................................................................5
             10、式(11.14)的推导.......................................................................................................6
      11.5 稀疏表示与字典学习.......................................................................................................9
             1、式(11.15)的解释.........................................................................................................9
             2、式(11.16)的解释.......................................................................................................10
             3、式(11.17)的推导.......................................................................................................10
             4、式(11.18)的推导.......................................................................................................10
             5、 K-SVD 算法 ............................................................................................................11
      11.6 压缩感知.......................................................................................................................13
             1、式(11.21)的解释.......................................................................................................13
             2、式(11.24)的解释.......................................................................................................13
             3、式(11.25)的解释.......................................................................................................13
      11.7 本章小节.......................................................................................................................14

  • 8
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值