svdalv

在微信公共号发现的推送的好文章。 地址如下：http://mp.weixin.qq.com/s?__biz=MzAwNDExMTQwNQ==&mid=209152042&idx=1&sn=fa0053e66cad3d2f7b107479014d4478#rd

Affinity Propagation Clustering（吸引力传播聚类，简称AP算法）是2007在Science上发表的一篇single-exemplar-based的聚类方面的文章。特别适合高维、多类数据快速聚类，相比传统的聚类算法，从聚类性能和效率方面都有大幅度的提升，下文将详细介绍AP算法。 对于个数据点的聚类问题，设定数据点为x(i)，i= 1,2,...,N。吸引力

Adaboost 算法的原理与推导 http://blog.csdn.net/v_july_v/article/details/40718799 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，在我组织的机器学习班 第8次课上Z讲师讲

http://www.cnblogs.com/liqizhou/archive/2012/05/11/2495788.html http://blog.csdn.net/v_july_v/article/details/7624837

感谢原作者，原文地址原文 再次附上本文参考资料： [1]  https://zh.wikipedia.org/wiki/%E5%87%B8%E5%87%BD%E6%95%B0 [2]  https://zh.wikipedia.org/wiki/%E5%87%B9%E5%87%BD%E6%95%B0 [3]  https://zh.wikip

基本概念 1.凸集 假设我们拥有一个集合C，从中任取两个元素x,y∈C，并有一个实数θ∈R,0≤θ≤1，如果 θx+(1−θ)y∈C 那么我们称集合C为一个凸集，θx+(1−θ)y被称作点x,y之间的凸连接 。  通过上述定义我们知道，如果一个集合中的任意两个点的线性组合所得到的一系列的点也在该集合中（该两点之间的连线上的点都在该集合中），那么该集合就被称作凸集。