jiandanjinxin的专栏

In MATLAB, Decision Forests go under the rather deceiving name of TreeBagger.Here’s a quick tutorial on how to do classification with the TreeBagger class in MATLAB.% Since TreeBagger uses randomness w

matlab调用Java程序时出现 java.lang.OutOfMemoryError: GC overhead limit exceeded JDK1.6.0_37和JDK_1.7.0_60版本，这2个版本中JVM默认启动的时候-XX:+UseGCOverheadLimit，即启用了该特性。这其实是JVM的一种推断，如果垃圾回收耗费了98%的时间，但是回收的内存还不到2%，那么JVM会认为即

% Plot the image of the Sensitivity and False Positive per imageclear;close all;clc;I1 =[0.5 75];I2 =[1 54.5];msize =19; %设定字体的大小 hold on plot(I1(1),I1(2),'ko-','MarkerFaceColor','r') % 红色实心圆点

问题关于 GCC 和 G++ 版本问题 Matlab 2014a gcc/g++ 4.7.x, Matlab 2016a gcc/g++ 4.9.x Matlab 2017a gcc/g++ 4.9.x Ubuntu 15.04 gcc/g++ 4.9.x, Ubuntu 16.04 gcc/g++ 5.4.x 原则上Matlab需要和Ubuntu版本一致，由于CUDA 8只支持16.0

本文本文简单介绍数据集介绍、weka的使用、weka与LIBSVM、matlab与LIBSVM以及分类的若干细节问题。1. 数据集介绍打开网址UCI数据集，如下图。  从右下角可以看到Iris这个数据集，这是使用最多的数据集，目前下载量超过了82万。打开之后跳转到这个数据集的详细信息，如下图。  下面的表格具有如下信息 - 数据是多变量的 -

clc; clear; close all;I=imread('JPCLN006.jpg');%读取图像I = double(I);figure(1),imshow(I,[])figure(2),imshow(I,colormap)colorbar% newimg = I;II = imread('JPCLN006_mixture.gif');III = imresize(II,0

Matlab编程的规范化思考1.并行化2.释放内存3.需要调参的变量太多，可考虑将变量都放到一个结构体里面。4.find(y),就是要找到y中那些非零项的指引5.代码运行出现问题的时候，在命令行输入why就可以得到答案6.输入bench可以给电脑跑分。7.home 将光标移至命令窗口的左上角8.查看matlab命令历史记录可找history.m, prefd...

归一化首先在维数非常多的时候，可以防止某一维或某几维对数据影响过大，其次可以程序可以运行更快。归一化的方法：具体可查看 http://blog.csdn.net/yudf2010/article/details/40779953Three common methods are used to perform feature normalization in machine learning alg

本文转自：http://blog.csdn.net/xiahouzuoxin/article/details/43165253做过图像识别、机器学习或者信息检索相关研究的人都知道，论文的实验部分都要和别人的算法比一比。可怎么比，人多嘴杂，我说我的方法好，你说你的方法好，各做各的总是不行——没规矩不成方圆。于是慢慢的大家就形成了一种约定，用ROC曲线和PR曲线来衡量算法的优劣。关

Berkeley Computer Vision page Performance Evaluation机器学习之分类性能度量指标 : ROC曲线、AUC值、正确率、召回率 True Positives, TP：预测为正样本，实际也为正样本的特征数 False Positives,FP：预测为正样本，实际为负样本的特征数 True Negatives,TN：预测为负样本，实际也为

Deep Learning and Unsupervised Feature Learning Tutorial SolutionsCNN的基本结构包括两层 其一为特征提取层，每个神经元的输入与前一层的局部接受域相连，并提取该局部的特征。一旦该局部特征被提取后，它与其它特征间的位置关系也随之确定下来。 其二是特征映射层，网络的每个计算层由多个特征映射组成，每个特征映射是一个平面，平面上...

自我学习Deep Learning and Unsupervised Feature Learning Tutorial Solutions 1.先训练稀疏自编码器提取特征，再把特征和label给softmax分类器进行训练，最后用test数据集进行测试。 2.由于实际应用中找到大量有标注的样本是非常困难的，所有采用先用大量无标注样本来进行无监督训练自编码器，再用自编码器...

Deep networksDeep Learning and Unsupervised Feature Learning Tutorial Solutions深度网络的优势 比单层神经网络能学习到更复杂的表达。 不同层的网络学习到的特征是由最底层到最高层慢慢上升的。比如在图像的学习中，第一个隐含层网络可能学习的是边缘特征，第二隐含层就学习到的是轮廓特征，后面的就会...

Linear DecodersDeep Learning and Unsupervised Feature Learning Tutorial Solutions以三层的稀疏编码神经网络而言，在sparse autoencoder中的输出层满足下面的公式从公式中可以看出，a3的输出值是f函数的输出，而在普通的sparse autoencoder中f函数一般为sigmoid函...

1. 参考网站：LIBSVM 库下载：http://www.csie.ntu.edu.tw/~cjlin/libsvm/https://www.csie.ntu.edu.tw/~cjlin/libsvm/index.html?js=1#svm-toy-js视频： http://v.youku.com/v_showMini/id_XMjc2NTY3MzYw_ft_131.html 详解：http

本文转自： http://blog.sina.com.cn/s/blog_890c6aa30101av9x.htmlMATLAB命令行下验证Java版本命令version -java配置MATLAB调用Java库Finish Java codes.Create Java library file, i.e., .jar file.Put created .jar file to one of

matlab中的类标转换程序 原始类标为Y，新类标为Y_new orig_labels = sort(unique(Y)); %%%%%进行排序，针对类标数目 Y_new = Y; new_labels = 1:length(orig_labels); for i=1:length(orig_labels) Y_new(find(Y==orig_label

RUSBoost is especially effective at classifying imbalanced data, meaning some class in the training data has many fewer members than another. RUS stands for Random Under Sampling.%http://cn.mathworks.c

Parallel Computing Toolbox（并行计算工具箱）中加入了并行循环parfor-loops，对于每一步可以独立于其他步的循环，计算效率可以有较大幅度的提高。以前简单的for循环for-loop是顺序的(sequentially)执行每一步循环体(statement)，parfor-loop是通过将各个循环体分配到不同的节点上进行并行计算。所以parfor的要求是循环体之间相互独立

Here is an exampleRF using a Random Forest (TreeBagger) in matlab.1. Loads a matlab test dataset.2. Finds the capabilities of computer so we can best utilize them.3. Trains a TreeBagger (Random Forest)

判断电脑的系统性能，并开启并行运算%--------------------------------------------------------------------------clear;clc;close all%--------------------------------------------------------------------------% Load an exa

%% Example on how to color select pixels in an image.% Kawahara (2013).% The original COLOR image.origImg = imread('1.jpg');oldorigImg = origImg;% Make sure the values are within 0-255.origImg = u

%http://www.cnblogs.com/tiandsp/archive/2012/03/04/2379220.htmlclear;img=imread('006.jpg');z=3;[x y]=size(img);imshow(img);img=double(img);img_cai=zeros(x,y,z);Max=max(max(img));Min=min(min(im

本文转自 http://www.cnblogs.com/tiandsp/archive/2012/02/26/2368533.htmlclear;m=31;n=31;img=zeros(m+1,n+1);img=double(img);pi=3.1415926;sigma=10;for i=-(m/2):m/2 for j=-(n/2):n/2 img(i+m

第一种方法：eval 方法 该方法未对文件进行任何处理，直接重命名ticclear;close all;% edited by cmwang,if any problem,please reference the website%%-------------------------------------------------------------------------% 读取文

在ubuntu 15.04上安装好maltab R2015b之后，进入文件夹：/usr/local/MATLAB/R2015b/bin没有发现matlab可执行文件，可是在文件管理器中又能搜索到matlab文件，是在其子目录glnxa64下。但进入子目录后，在终端输入命令，依然提示 matlab command not found。 在文件管理器中明明能看到可执行文件，双击打开后，出现matlab

本文转自：http://blog.csdn.net/lkj345/article/details/50152055本文简单介绍数据集介绍、weka的使用、weka与LIBSVM、matlab与LIBSVM以及分类的若干细节问题。1. 数据集介绍打开网址UCI数据集，如下图。  从右下角可以看到Iris这个数据集，这是使用最多的数据集，目前下载量超过了82万。

（1） 增加虚拟内存：cmd -> taskmgr 打开任务管理器，查看物理内存和虚拟内存，可观察matlab在运行过程中是否超过物理内存和虚拟内存。若超过，增加虚拟内存的方法是不可行的。物理内存不足的时候可以通过将电脑的虚拟内存设置得大一点，可一定程度上缓解内存不足的压力，但缓解是非常有限，核心还是增加物理内存。查看虚拟内存方法：（1a）右击“我的电脑”–属性–高级系统设置—-系统属性—–高级—-

机器学习之 Weka学习（一）weka介绍，安装和配置环境变量机器学习之 Weka学习（二）算法说明Weka数据挖掘处理流程介绍机器学习之 weka学习（五）示例用法Weka数据处理结果分析 http://blog.csdn.net/jiandanjinxin/article/details/51537864 http://www.cnblogs.com/549294286/p/3299377.

在RUSBoost中提供了csv转换为arff格式的方法，详见CSVtoARFF.m http://www.mathworks.com/matlabcentral/fileexchange/37315-rusboostfunction r = CSVtoARFF (data, relation, type)% csv to arff file converter% load the csv da

Cheat_Sheet ---KerasCheat_Sheet ---MatlabCheat_Sheet ---MatplotlibCheat_Sheet ---NumpyCheat_Sheet ---PandasCheat_Sheet ---Scikit-LearnCheat_Sheet ---SciPy参考文献http://ddl.escience.cn/f/IDkq#path=%2F8215...