ML_in_Action
文章平均质量分 89
xiaoge的机器学习姬
这个作者很懒,什么都没留下…
展开
-
<ML In Action系列>k-Nearest Neighbors
KNN因为需要提前准备好已分类样本,所以属于supervised learning KNN算法思想比较简单,基本原理如下: 给定一个未分类的样本,计算其与其他所有已分类样本的距离,然后选取距离其最近的K的点,在这K个点中进行vote,决定未分类样本的归属。 python代码如下: def classify0(inX,dataSet,labels,k): dataSetS原创 2014-12-23 00:08:19 · 593 阅读 · 0 评论 -
SVD的一些理解
PCA一章结束后,书中介绍了SVD,中文名为奇异值分解,全称singular value decomposition,是一种针对矩阵分解的方法。 按照我个人的理解,SVD可以消除多余的信息,保留最主要的信息。 “we can see it as a method for transforming correlated variables into a set of uncorrelated o原创 2015-01-27 14:54:15 · 1827 阅读 · 0 评论 -
聊一聊PCA
在最后一部分中,讲到了一些常用的方法,第一个讲到的就是降维(dimensionality-reduction) 书中没有太过深入的将到为什么可以对特征经行降维,于是谷歌上乎找到了一篇应用达1000+的文章。 具体链接:http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf 该文较为详细的原创 2015-01-18 17:22:33 · 1269 阅读 · 0 评论 -
svm学习理解笔记
在看ML in action中,卡在了SVM的理解上了,为了大致搞懂SVM的原理,学习了很多优秀的文章,再加上自己的理解,以一个很浅显的文字来把这个一个学习过程描述出来,当作学习笔记。原创 2014-11-23 12:08:15 · 3027 阅读 · 0 评论