机器学习
文章平均质量分 94
AI Chen
悟已往之不谏,知来者之可追。实迷途其未远,觉今是而昨非。
展开
-
二维旋转公式推导+旋转椭圆的公式推导
如上图所示,将OA逆时针旋转了beta角度到OB,A的坐标点变为B的坐标点。表示二维坐标系中原坐标点,原创 2024-01-21 03:51:51 · 1248 阅读 · 0 评论 -
奇异值SVD分解的应用探究
SVD分解的应用探究一、特征值分解(EVD)1.特征值2.特征值分解过程二、奇异值分解(SVD)1.奇异值分解的形式2.奇异值分解的方法3.奇异值分解的价值三、SVD分解在图像处理中的应用3.1图像处理分析3.2SVD分解python代码3.3输出结果四、SVD分解的优点 奇异值分解(Singular Value Decomposition,简称SVD)是在机器学习领域广泛应用的算法,它可以用于降维算法中的特征分解,使用SVD对矩阵进行分解, 能得到代表矩阵最明显变化的矩阵元素,是很多机器学习算法的基石原创 2022-03-19 20:15:02 · 2646 阅读 · 0 评论