![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 93
BCKou
这个作者很懒,什么都没留下…
展开
-
机器学习之数学基础
机器学习中常用的数学知识!原创 2022-11-01 09:38:01 · 470 阅读 · 0 评论 -
数据降维——PCA
1. 纬度 纬度是数据集中特征的数量。2. 降维 降维是对给定数据集进行(特征)降维的过程。也就是说,如果数据集有100列/特性,并将列数减少到了20-25列。2.1 降维的好处 随着特征数量的增加,数据点的数量也会成比例地增加。即越多的特征会带来更多的数据样本,模型的性能会提升。当数据纬度过大时,会造成“纬度灾难”,导致模型的性能降低。因此应当对数据进行降维处理,使模型性能达到最优。它有助于消除冗余的特征和噪声误差因素,最终增强给定数据集的可视化。纬度的降低,内存管理更加优秀。通过原创 2022-04-28 02:22:08 · 3808 阅读 · 0 评论 -
SVM支持向量机
1.背景1.1 最早是由Vladimir N.Vapnik和Alexey Ya.Chervonekis在1963年提出。1.2 目前的版本(soft margin)是由Corinna和Vapnik在1993年提出,并在1995年发表。1.3 深度学习(2012)出现之前,SVM被认为机器学习中近十几年最成功,表现最好的算法。2.介绍2.1 例子:两类?哪条线最好?2.2 SVM寻找区分两类的超平面(hyper plane),使边际(margin)最大。总共可以有多少个可能的超平面?无数条原创 2022-03-25 21:07:06 · 1626 阅读 · 0 评论 -
马尔可夫链原理
马尔科夫链欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown原创 2021-11-25 11:46:58 · 2868 阅读 · 0 评论 -
机器学习中的数学基础
机器学习之数学基础机器学习所需的数学知识微积分线性代数概率论最优化方法微积分知识导数与求导公式一阶导数与函数的单调性一元函数极值判定法则高阶导数二阶导数与函数的凹凸性一元函数泰勒展开偏导数与梯度高阶偏导数雅克比矩阵Hessian矩阵多元函数泰勒展开多元函数极值判定法则线性代数向量及其运算矩阵及其运算张量行列式‘二次型特征值与特征向量奇异值分解(SVD )常用的矩阵与向量求导公式概率论随机事件与概率条件概率与贝叶斯公式随机变量数学期原创 2021-11-23 21:18:37 · 819 阅读 · 0 评论