- 博客(6)
- 收藏
- 关注
转载 KKT条件和拉格朗日乘子法
在求取有约束条件的优化问题时,拉格朗日乘子法(Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法,对于等式约束的优化问题,可以应用拉格朗日乘子法去求取最优值;如果含有不等式约束,可以应用KKT条件去求取。当然,这两个方法求得的结果只是必要条件,只有当是凸函数的情况下,才能保证是充分必要条件。KKT条件是拉格朗日乘子法的泛化。之前学习的时候,只知道直接应用两个方法,但是却
2016-09-14 11:16:50
401
原创 集成学习的方法及功能
1、计算feature 在随机树林分类中的重要性 forest = ExtraTreesClassifier(n_estimators=250, random_state=0) forest.fit(X, y) importances = forest.feature_importances_ 2、循环的运用 for idx, clf, tt in zip(produc
2016-09-07 14:54:28
371
原创 SVM学习笔记
1、Y = np.logical_xor(X[:, 0] > 0, X[:, 1] > 0) 生成bool变量序列 2、xx, yy = np.meshgrid(np.linspace(-3, 3, 500), np.linspace(-3, 3, 500)) 生成网格型数据 3、Z = clf.decision_function(np.c_[xx.ravel(), yy.ravel()])
2016-09-05 15:42:19
481
原创 Restricted Boltzmann Machine features for digit classification
""" ============================================================== Restricted Boltzmann Machine features for digit classification ==============================================================
2016-09-01 16:37:02
341
转载 Adaboost 算法的原理与推导
Adaboost 算法的原理与推导 0 引言 一直想写Adaboost来着,但迟迟未能动笔。其算法思想虽然简单“听取多人意见,最后综合决策”,但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午,邹博在我组织的机器学习班第8次课上讲决策树与Adaboost,其中,Adaboost讲得酣畅淋漓,讲完后,我知道,可以写本篇博客了。 无
2016-05-19 16:36:56
225
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人