机器学习
文章平均质量分 72
jie310600
这个作者很懒,什么都没留下…
展开
-
线性回归 例子
线性回归多项式回归多项式就是多元回归的一个变种,只不过是原来需要传入的是X向量,而多项式则只要一个x值就行。通过将x扩展为指定阶数的向量,就可以使用LinearRegression进行回归了。多项式回归,正则化在用多项式回归时,可能会使得结果过拟合,为了防止过拟合,加入了正则化项,使得高阶的系数很小或为0,随着阶数的增加,它的系数项会不断增大[url]h...原创 2018-09-17 16:59:04 · 730 阅读 · 0 评论 -
图像的灰度化
图像的灰度化而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其一个像素点的变化范围为255种,指黑白图像中点的颜色深度,范围一般从0到255,白色为255,黑色为0。所谓灰度值是指色彩的浓淡程度,灰度直方图是指一幅数字图像中,对应每一个灰度值统计出具有该灰度值的象素数。图像灰度化处理有以下几种方式:1. 分量法将彩色图像中的三分量的亮度作为三个灰度图像的...原创 2018-10-09 11:14:53 · 1217 阅读 · 0 评论 -
灰度直方图均衡化与直方图规定化
灰度直方图灰度直方图是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中某种灰度出现的频率。1、为什么要做直方图均衡化与直方图规定化在现实的拍摄过程中,比如说视频监控领域,由于其图像的灰度分布集中在较窄的范围内,这就导致了图像...原创 2018-10-09 11:30:21 · 874 阅读 · 0 评论 -
图片滤波
图片滤波,就是过滤去一些图片中的小点,或增强一些点,取决于滤波器的方式作用有:-图像增强 图像平滑图像分割:就是颜色值小于某个值的变为黑色[url]https://www.face2ai.com/DIP-5-4-%E7%81%B0%E5%BA%A6%E5%9B%BE%E5%83%8F-%E5%9B%BE%E5%83%8F%E5%A2%9E%E5%BC%B...原创 2018-10-09 11:37:47 · 312 阅读 · 0 评论 -
神经网络学习 之 M-P模型
神经网络学习 之 M-P模型这种“阈值加权和”的神经元模型称为M-P模型 ( McCulloch-Pitts Model ),也称为神经网络的一个处理单元( PE, Processing Element )。常用激活函数激活函数的选择是构建神经网络过程中的重要环节,下面简要介绍常用的激活函数。(1) 线性函数 ( Liner Function )(2) 斜面函数 (...原创 2018-10-09 16:58:27 · 1639 阅读 · 0 评论 -
sklearn 神经网络
sklearn 神经网络[url]https://blog.csdn.net/luanpeng825485697/article/details/79064657[/url](sklearn——神经网络)多层感知器的优点:可以学习得到非线性模型。使用partial_fit 可以学习得到实时模型(在线学习)。scikit-learn0.18上对于Neural Ne...原创 2018-10-10 10:49:59 · 2735 阅读 · 1 评论 -
LBP原理介绍以及算法实现(局部二值模式)
LBP原理介绍以及算法实现(局部二值模式)[url]https://blog.csdn.net/heli200482128/article/details/79204008[/url][url]http://blog.csdn.net/xpplearnc/article/details/40658211[/url]LBP(Local Binary Pattern,局部二值模...原创 2018-10-10 17:54:21 · 3370 阅读 · 0 评论 -
python3光学字符识别模块tesserocr与pytesseract
python3光学字符识别模块tesserocr与pytesseractOCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程,对应图形验证码来说,它们都是一些不规则的字符,这些字符是由字符稍加扭曲变换得到的内容,我们可以使用OCR技术来讲其转化为电子文本,然后将结果提取交给服务器,便可以达到自动识别验证...原创 2018-10-11 11:02:54 · 731 阅读 · 0 评论 -
卷积神经网络(CNN)
卷积神经网络(CNN)CNN基本模块CNN由输入和输出层以及多个隐藏层组成,隐藏层可分为卷积层,池化层、RELU层和全连通层。CNN的输入一般是二维向量,可以有高度,比如,RGB图像卷积层是CNN的核心,层的参数由一组可学习的滤波器(filter)或内核(kernels)组成,它们具有小的感受野,池化层又称下采样,它的作用是减小数据处理量同时保留有用...原创 2018-10-11 17:33:48 · 441 阅读 · 0 评论 -
tesseract应用
tesseract应用[code="java"]from PIL import Imageimport pytesseractprint(pytesseract.image_to_string(Image.open('test.png')))print(pytesseract.image_to_string(Image.open('test-european.jpg'), ...原创 2018-10-12 14:05:47 · 202 阅读 · 0 评论 -
灰度图像--形态学处理(腐蚀,膨胀,开、闭运算)
灰度图像--形态学处理(腐蚀,膨胀,开、闭运算)[url]https://blog.csdn.net/u012851419/article/details/78026596[/url](灰度图像--形态学处理(腐蚀,膨胀,开、闭运算))腐蚀就是每个像素点取3*3区域内的最小值作为这个点的值膨胀就是每个像素点取3*3区域内的最大值作为这个点的值开运算:先腐...原创 2018-10-12 17:31:24 · 4627 阅读 · 0 评论 -
决策树
决策树树形模型是一个一个特征进行处理,之前线性模型是所有特征给予权重相加得到一个新的值。采用自顶向下的递归的方法,基本思想是以信息熵为度量构造一棵熵值下降最快的树,到叶子节点处熵值为0(叶节点中的实例都属于一类)根节点(最重要的特征);父节点与子节点是一对,先有父节点,才会有子节点;叶节点(最终标签)。原理:就是从样本中得到一个用于进行判断的树(判断...原创 2018-10-08 22:04:18 · 239 阅读 · 0 评论 -
人脸识别原理
人脸识别原理在检测到人脸并定位面部关键特征点之后,主要的人脸区域就可以被裁剪出来,经过预处理之后,馈入后端的识别算法。识别算法要完成人脸特征的提取,并与库存的已知人脸进行比对,完成最终的分类。人脸识别(Facial Recognition),就是通过视频采集设备获取用户的面部图像,再利用核心的算法对其脸部的五官位置、脸型和角度进行计算分析,进而和自身数据库里已有的范本进行比对,后判...原创 2018-10-08 17:03:40 · 3052 阅读 · 0 评论 -
LDA降维和分类
LDA降维和分类LDA可以降维和分类LinearDiscriminantAnalysis(LDA): 就是将多维的样本数据集映射到一个坐标轴上(可以是多维的(以降维作为目的)),使得样本数据可以在这个坐标轴上就可以进行分类,和最小的类内距离,投影后使样本在新的子空间有最大的类间距离即样本在该空间中有最佳的可分离性。(即用这个坐标系就可以进行样本分类了,以达到计算简单,减...原创 2018-10-07 21:59:31 · 4792 阅读 · 0 评论 -
朴素贝叶斯 逻辑回归 例子
[code="java"]#from sklearn.naive_bayes import GaussianNBimport numpy as npimport matplotlib.pyplot as plt#假设存在这样的二元特征变量x,对应属性Y# x= np.array([[3,7],[-3,7],[1,5], [1,2], [-2,0], [2,3], [-4,0...原创 2018-09-17 19:14:36 · 630 阅读 · 0 评论 -
机器学习库Sklearn
机器学习库Sklearnsklearn,是基于python的机器学习库,可以方便进行机器学习算法的实施,包括:分类、回归、聚类、降维、模型选择和预处理等数据挖掘的相关算法。K近邻算法(KNeighborsClassifier),分类算法K最近邻(k-Nearest Neighbor,KNN)分类算法的核心思想是如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的...原创 2018-09-18 10:11:49 · 340 阅读 · 0 评论 -
多项式回归 例子
多项式回归[code="java"]import numpy as npfrom scipy import statsimport matplotlib.pyplot as pltfrom sklearn.preprocessing import PolynomialFeaturesfrom sklearn.linear_model import LinearRegress...原创 2018-09-18 23:53:24 · 1076 阅读 · 0 评论 -
降维 工作原理
降维,简单来说就是说在尽量保证数据本质的前提下将数据中的维数降低。降维的操作可以理解为一种映射关系,主成分分析(PCA)SNE 工作原理涉及到数据可视化的时候一般都会想到去使用这个工具。...原创 2018-09-22 09:12:47 · 803 阅读 · 0 评论 -
sklearn库的总结 降维方式
可以看到库的算法主要有四类:分类,回归,聚类,降维。其中:常用的回归:线性、决策树、SVM、KNN ;集成回归:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees常用的分类:线性、决策树、SVM、KNN,朴素贝叶斯;集成分类:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees常用聚类...原创 2018-09-26 10:19:04 · 1546 阅读 · 0 评论 -
sklearn PCA实践
sklearn PCA实践PCA无需样本标签,属于无监督学习降维;LDA需要样本标签,属于有监督学习降维。[url]https://blog.csdn.net/ainimao6666/article/details/64933677[/url][url]https://blog.csdn.net/Huangyi_906/article/details/76438...原创 2018-09-27 10:46:26 · 230 阅读 · 0 评论 -
MDS降维
MDS降维多维标度分析(multidimensional scaling ,MDS)保持原始空间样本之间的距离和低维空间中的距离相等。这是MDS降维方法的前提和条件,但是在实际的应用中,在本文后面的分析中会发现,我们并不会使样本之间距离在降维前后保持百分之百不变,而是使得降维前后样本距离大致一致。非常传统的降维的方法,以距离为标准,将高维坐标中的点投影到低维坐标中,保持彼此...原创 2018-09-28 10:50:48 · 1263 阅读 · 0 评论 -
线性回归分析和回归方法
线性回归分析和回归方法ElasticNet回归,即岭回归和Lasso技术的混合,当存在多个相关特征时,Lasso 会随机挑选他们其中的一个,而ElasticNet则会选择两个。即在高度相关变量的情况下,它会产生群体效应。总结 1.岭回归可以解决特征数量比样本量多的问题2.岭回归作为一种缩减算法可以判断哪些特征重要或者不重要,有点类似于降维的效果3.缩...原创 2018-09-28 16:30:31 · 1224 阅读 · 0 评论 -
机器学习相关的库
机器学习相关的库PIL:Python Imaging Library,已经是Python平台事实上的图像处理标准库了。PIL功能非常强大,但API却非常简单易用。OpenSource Computer Vision,其更广为人知的名字是OpenCv,是一个在图像操作与处理上比PIL更先进的库。它可以在很多语言上被执行并被广泛使用。python3光学字符识别模块tes...原创 2018-09-30 15:03:02 · 263 阅读 · 0 评论 -
KNN 分类算法
KNN 分类算法KNN(K近邻),是以近邻样本的类别的概率大小分类的。默认以距离作为权重[url]https://www.cnblogs.com/xiaotan-code/p/6680438.html[/url]算法的描述为:1)计算测试数据与各个训练数据之间的距离;2)按照距离的递增关系进行排序;3)选取距离最小的K个点;4)确定前K个点所在类别的出现...原创 2018-10-07 09:30:08 · 635 阅读 · 0 评论 -
Viola-Jones 人脸检测算法解析
Viola-Jones 人脸检测算法解析在计算机视觉领域中,人脸检测或者物体检测一直是一个非常受关注的领域,而在人脸检测中,Viola-Jones人脸检测算法可以说是非常经典的一个算法,所有从事人脸检测研究的人,都会熟悉了解这个算法,虽然VJ人脸检测算法最初都是用来检测正面的人脸图像,对于侧脸图像的检测不是很稳健,不过这个算法依然有值得研究的价值。...原创 2018-10-15 16:12:46 · 2830 阅读 · 0 评论