![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
jteng
沉着,稳重,刻苦,坚毅。
展开
-
Kmeans聚类及图像分割
Kmeans是最简单的聚类算法之一,应用十分广泛,Kmeans以距离作为相似性的评价指标,其基本思想是按照距离将样本聚成不同的簇,两个点的距离越近,其相似度就越大,以得到紧凑且独立的簇作为聚类目标。本文参考PRML一书,详细讲解Kmeans聚类的原理以及图像分割应用。原创 2015-09-29 21:37:08 · 47518 阅读 · 11 评论 -
PCA原理及人脸识别应用
本文详细介绍PCA原理,主要参考PRML一书。 PCA也叫Karhunen-Loève transform(KL变换),或Hotelling transform(霍特林变换),是一种无监督学习方法,常用于高维数据的降维,通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量。 PCA的原理有两种等价解释:最大方差和最小投影误差,两种解释都通过一组正交投影,将原始数据原创 2015-07-26 15:29:55 · 7640 阅读 · 0 评论 -
谱聚类算法详解
谱聚类(Spectral Clustering)算法简单易行,其聚类性能优于传统的K-means算法。谱聚类将数据的划分转化为对图的分割,是一种基于图论的聚类方法,其直观理解为根据图内点的相似度将图分为多个子图,使子图内部的点相似度最高,子图之间点的相似度最低。1. 图论基础1.1 图的表示 记G=(V,E)G = (V, E)表示一个无向加权图,VV表示所有顶点的集合V={v1,...,v原创 2015-11-02 18:04:42 · 13596 阅读 · 5 评论 -
不是回归的回归——Logistic Regression
关于Logistic Regression很多人都会有疑问:它用于分类问题,却为什么叫回归?Logistic Regression用到了一个常用的非线性函数——sigmoid函数,那它用于线性分类还是非线性分类?原创 2016-01-01 15:49:28 · 3780 阅读 · 0 评论 -
朴素贝叶斯与文本分类
朴素贝叶斯法(Naïve Bayes)是基于贝叶斯定理与特征条件独立假设的分类方法,属于统计学分类方法。简单来说,朴素贝叶斯分类器假设在给定样本类别的条件下,样本的每个特征与其他特征均不相关,对于给定的输入,利用贝叶斯定理,求出后验概率最大的输出。朴素贝叶斯法实现简单,学习与预测的效率均较高,在文本分类领域有广泛的应用。原创 2016-05-25 20:33:53 · 12990 阅读 · 0 评论 -
拒绝采样(reject sampling)原理详解
蒙特·卡罗方法(Monte Carlo method)也称统计模拟方法,通过重复随机采样模拟对象的概率与统计的问题,在物理、化学、经济学和信息技术领域均具有广泛应用。拒绝采样(reject sampling)就是针对复杂问题的一种随机采样方法。原创 2017-01-13 15:33:31 · 55372 阅读 · 17 评论 -
支持向量机(SVM)之线性分类
支持向量机(Support Vector Machine, SVM)是曾经打败神经网络的分类方法,从90年代后期开始在很多领域均有举足轻重的应用,近年来,由于深度学习的兴起,SVM的风光开始衰退,但是其仍然不失为一种经典的分类方法。SVM最初由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis于1963年提出,之后经过一系列改进,现今普遍使用的版本由Co...原创 2018-04-20 22:07:56 · 14165 阅读 · 0 评论