qq_41224398的博客

学习笔记：PCA(Principal Component Analysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。PCA的主要思想是将n维特征映射到k维上，这k维是全新的正交特征也被称为主成分，是在原有n维特征的基础上重新构造出来的k维特征。PCA的工作就是从原始的空间中顺序地找一组相互正交的坐标轴，新的坐标轴的选择与数据本身是密切相关的。其中：第一个新坐标轴选择是原始数据中方...

编程实现k均值算法，设置三组不同的k值、三组不同初始中心点，在西瓜数据集4.0上进行实验比较，并讨论什么样的初始中心有助于得到好结果。1.运行结果：（注：图中方块标注的点为选取的初始样本点）k=2时：本次选取的2个初始向量为[[0.243, 0.267], [0.719, 0.103]]共进行61轮共耗时0.10sk=3时：本次选取的3个初始向量为[[0.343, 0.099],...

西瓜书8.3 从网上下载或资金编程实现AdaBoost，以不剪枝决策树为基学习器，在西瓜数据集3.0α上训练一个AdaBoost集成，并与图8.4进行比较.题意分析若基学习器直接采用不剪枝决策树，则基本上训练后的每个决策树分类器都是趋于一致。所以为了保证个体学习器的多样性，应采用单层决策树作为基学习器，即以决策树桩作为弱学习器。AdaBoost核心思想：每学到一个学习器，根据其错误率确定...