![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 76
YRUsoDiao
这个作者很懒,什么都没留下…
展开
-
最小二乘法(least square method)的直观认识
背景 关于最小二乘法(LSM,least square method)网上有很多讲解,但是看起来难免有些晦涩,很多也说不清楚看得莫名其妙,最近机器学习programming作业需要实现5种不同的回归的方法,其中最基础的就是LSM,所以不如趁这个机会讨论下如何直观的认识它的本质。本文主要关注点是最小二乘法的矩阵形式推导和几何的直观理解(可能会有很多不太严谨的地方,欢迎斧正)。 正文 在原创 2017-10-06 13:21:39 · 20240 阅读 · 0 评论 -
用python实现5种不同回归方法
python实现5中回归方法 Least-squares (LS) Regularized LS (RLS) L1-regularized LS (LASSO) Robust regression (RR) Bayesian regression (BR)原创 2017-10-11 21:27:46 · 2286 阅读 · 0 评论 -
不到36行代码实现Scala版本的Kmeans
去年的大数据算法作业, 在spark上用scala实现kmeans. kmeans本身是一个直观的算法, 乞丐版的GMM一句话解释:选初始k个点做类中心, 然后其他的小弟(样本)就开始根据就近原则拜山头, 拜完山头然后大家重新在各自山头里面选最能代表他们的大佬(中心点), 于是就一直选, 后来直到大佬再选下去也不会变就停止.def distance(p:Vector[Double], q:Vect...原创 2018-03-15 00:03:35 · 751 阅读 · 0 评论