- 博客(13)
- 资源 (3)
- 收藏
- 关注
原创 灰色关联分析(matlab)
灰色关联分析一种系统科学理论思想通过各数据的几何形状相似程度来判断关系,反映曲线间关联程度将原始数据无量纲化处理,计算关联系数,关联度绝对关联度:初始点零化法处理,结果与数据关系大,因素差异较大时,效果差相对关联度:用相对量来分析,结果仅与初始点的变化速率有关,与数据大小无关使用分析因素对结果的影响程度样本容量可以少到四个步骤确定分析数据参考序列比较序列无量纲化计算关联系数计算关联度关联度排序clear;clc;%% 数据处理%取数据[~,~,rawdata] = xlsread('详细数据.xlsx
2022-07-01 11:17:35 2390
原创 机器学习(10)
机器学习10---------特征选择与稀疏学习特征选择与稀疏学习自己搜索与评价特征即i属性相关特征对当前学习有用的无关特征对当前学习无用的冗余特征可能有用(尤其在该数据为中间数据时),可能没用特征选择从给定数据集中挑选有用特征的的过程是重要的数据预处理过程与降维一起是处理高维数据的主要方法,与降维的作用类似,可以减少维数灾难问题降低学习任务难度选择环节子集搜索前向搜索先来一个特征,一个一个加,加完之后不能比原来好就删去后向搜索子集全选,一个一个去掉双向搜索结合上面两个方式子集评价可以根据信息增益来评价,增
2022-06-23 11:42:28 179
原创 机器学习(9)
机器学习(9)------------------------------聚类聚类聚类任务无监督学习中,训练样本通常没有标记,常用聚类寻找数据内部的规律聚类是将一个数据集划分为多个不相交的子集的过程,每一个子集称一簇(类)可作为单独过程,寻找内部规律可作为前驱过程,为后续训练模型打基础性能度量(有效性指标)目标:同簇相似,异簇不同用簇内相似度和簇间相似度来描述性能度量有两类:外部指标:将结果与某个参考模型比较内部指标:直接考察结果,不利于任何参考模型有Jaccard系数、FM指数、Rand指数、DB指数、D
2022-06-21 13:27:10 249
原创 机器学习(8)
机器学习笔记------------------------------集成学习集成学习个体与集体集成学习(ensemble learning)构建并结合多个学习器来完成学习任务基学习器同质集成中的个体学习器目的通过结合多个学习期获得更优越的性能投票法少数服从多数,选择最终结果醉着个体分类器数量增多,错误率会指数型下降准确性与多样性相冲突集成算法可分两类个体学习期间存在强依赖关系,必须串行生成的序列化方法:boosting个体学习器间不存在强依赖关系,可以同时生成的并行化方式:bagging、随机森林Boo
2022-06-19 18:42:47 114
原创 机器学习(7)
机器学习笔记7-------------------------贝叶斯分类贝叶斯分类贝叶斯决策论(Bayesian decision theory)基于概率和误判损失来选择最优分类基于侯验经验可以获得样本x分类为ci所产生的期望损失,即样本x上的条件风险任务:找到最小化总体风险贝叶斯判定准则:在每个样本上选择能使条件风险最小的分类(贝叶斯最优分类器)要使用贝叶斯判断准则最小化决策风险,首先要获得后验概率(实践中,难以获得)。两种策略:通过建模预测,得到判别式模型或先对联合概率分布建模,再获得后验概率得到生成
2022-06-18 15:38:15 90
原创 机器学习(6)
降维与度量学习k近邻学习(KNN)监督学习方法机制以某种方式找到训练集中与测试样本最近的k个值,以这k个值来预测投票法选择K个样本中出现最多的类别标记作为结果平均法为k个样本加权(平均)得到结果懒惰学习KNN是典型的懒惰学习,训练阶段仅保存样本,得到测试样本后才处理低维嵌入只有样本密度足够大,才能满足KNN的取样原则但是随着维度增加,所要的数据数量增加极快,远超当前计算能力。高维会出现 样本稀疏、距离计算困难 的维数灾难因此降维很重要若要求原始空间中样本间距离能够在降维后保持,可以使用多维缩放...
2022-06-17 20:36:47 51
IEEE33节点,基于节点分层的前推回代法潮流计算
2022-07-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人