机器学习
心如之水
这个作者很懒,什么都没留下…
展开
-
PCA数学详解
PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多数只描述了PCA的分析过程,而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理,帮助读者了解PCA的工作机制是什么。当然我并不打算把文章写成转载 2015-03-15 15:12:25 · 570 阅读 · 0 评论 -
机器学习概述
参考书:机器学习实践定义:机器学习的定义用一句简单的话概述就是把一堆无序的数据转化成有用的信息。任务:一、监督学习:1.把实例数据划分到合适的分类中(即分类)2.用于预测数值型数据(即回归)二、无监督学习:1.将数据集合分成由类似的对象组成的多个类的过程称为聚类2.将寻找描述数据统计值的过程称为密度估计监督学习和无监督学习的区别:监督学习中样本的输入属性原创 2015-03-07 16:15:44 · 339 阅读 · 0 评论