- 博客(2)
- 收藏
- 关注
RSS订阅原创 PCA--主成分分析（简析+Python人脸算法）
算法原理 PCA是一种常用的数据分析方法，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。 为了能够透彻的了解算法原理，我们需要先考虑这两个问题 1.降维问题 实际机器学习处理成千上万维甚至几十万维的情况并不罕见，一些机器学习算法的复杂度也与维数密切相关，或呈现指数级关联。这个时候机器学习的资源消耗就十分夸张了，因此我们必须对数据进行降维。而这个降维不是随便的删除一个特征，而是尽可能的将信息的损失降到最低 譬如一个二维向量（3,2），要将它降到一维有无穷的选择，我们需要选择那个能使得其丢失的信息量最小
2020-11-13 14:55:45
546
原创 计算机系统大作业
摘 要 本文对hello.c在Linux下的生命周期进行了分析。通过一些Linux平台的工具，如gcc,objdump,edb,gdb,readelf对程序代码的预处理，编译，汇编，链接，反汇编的过程进行了分析，对比。通过hello在shell中的动态链接，进程运行，内存管理，I/O管理等过程的研究来深入理解Linux系统的动态链接机制，存储层次结构等内容。对各个阶段皆有所探究，对理解底层程序与...
2019-01-01 22:40:58
2115
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人