![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 94
机器学习
EmoryHuang
研究僧,菜鸟级程序员一枚
展开
-
K-means 学习笔记
K-means 学习笔记前言K-means 算法是最为经典的基于划分的聚簇方法,是经典数据挖掘算法之一。简单的说就是在没有任何监督信号的情况下将数据分为 K 份的一种方法, 也就是分门别类。K-means 算法算法原理{% note info %}基本思想:给定 K 值和 K 个初始类中心点,把每个点分到离其最近的类中心点所代表的类中,所有点分配完毕之后,根据一个类内的所有点重新计算该类的中心点(平均值),然后再迭代的进行分配点和更新类中心点的步骤,直至类中心点的变化很小,或者达到指定的迭原创 2021-09-20 21:00:19 · 254 阅读 · 0 评论 -
支持向量机(SVM)学习笔记
支持向量机(SVM)学习笔记SVM 简介在机器学习中,支持向量机(SVM,又名支持向量网络)是在分类与回归分析中分析数据的监督式学习模型与相关的学习算法。给定一组训练实例,每个训练实例被标记为属于两个类别中的一个或另一个,SVM 训练算法创建一个将新的实例分配给两个类别之一的模型,使其成为非概率二元线性分类器。简单点讲,SVM 就是一种二类分类模型,他的基本模型是的定义在特征空间上的间隔最大的线性分类器,SVM 的学习策略就是间隔最大化。SVM 算法原理线性可分以下图为例,可以发现,图中的实原创 2021-09-20 20:58:45 · 212 阅读 · 0 评论 -
梯度下降法学习笔记
梯度下降法学习笔记前言梯度下降法是一个经典的优化算法,在机器学习领域非常常见,很多机器学习算法最后都归结为求解最优化问题。在各种最优化算法中,梯度下降法是最简单、最常见的一种,在深度学习的训练中被广为使用。梯度下降法(GD)直观解释通俗来说,梯度就是表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在当前位置的导数。讲到梯度下降法时,往往都会有这么一个例子:想象你站在山顶,现在你想以最快的速度下山,那么你肯定会选择最陡的路下山,走到一个位置,同样继续向着当前位置最陡峭的位置下山。简单来说原创 2021-12-16 15:28:46 · 152 阅读 · 0 评论 -
OCSVM 学习笔记
OCSVM 学习笔记前言OCSVM(OneClass SVM) 算法是一种经典的异常检测算法,基本原理与 SVM 类似,与 SVM 关注的二分类问题不同的是,就像它的名字 OneClass SVM 那样,OCSVM 只有一个分类,这也正是异常检测所需要的,我们不关注那些异常的数据点。如果你不了解 SVM 可以点击这里: 支持向量机(SVM)学习笔记OCSVM 简介Our strategy is to map the data into the feature space correspondin原创 2021-12-16 15:29:26 · 4379 阅读 · 0 评论