- 博客(5)
- 收藏
- 关注
RSS订阅转载 deap数据集
在每次试验后，使用标准小鼠以连续的9分制直接对价，唤醒，优势和喜欢进行评级。有32个.bdf文件（由Actiview录音软件生成的BioSemi数据格式），每个文件有48个512Hz的录制通道（32个脑电图通道，12个外围通道，3个未使用的通道和1个状态通道）。参与者评分，生理记录和面部视频的实验，其中32名志愿者观看了上述40个音乐视频的子集。此外，参与者还使用情绪轮对感受到的情绪进行评分（见[2]）。请注意，由于版权限制，我们无法提供我们使用的视频，这些链接可能已被删除或在您所在的国家/地区不可用。
2022-11-06 13:48:06
4946
原创 LDA与PCA
PCA是常用的有效的数据降维的方法，与之相同的是LDA也是一种将数据降维的方法。PCA已经是一种表现很好的数据降维的方法，那为什么还要有LDA呢？下面我们就来回答这个问题？PCA是一种无监督的数据降维方法，与之不同的是LDA是一种有监督的数据降维方法。我们知道即使在训练样本上，我们提供了类别标签，在使用PCA模型的时候，我们是不利用类别标签的，而LDA在进行数据降维的时候是利用数据的类别标签提供的信息的。从几何的角度来看，PCA和LDA都是讲数据投影到新的相互正交的坐标轴上。只不过在投影的过程.
2021-11-06 11:26:51
183
原创 机器学习算法
一、有监督学习算法一：决策树决策树是一种树形结构，为人们提供决策依据，决策树可以用来回答yes和no问题，它通过树形结构将各种情况组合都表示出来，每个分支表示一次选择（选择yes还是no），直到所有选择都进行完毕，最终给出正确答案。算法二：最小二乘法如果你对统计学有所了解，那么你必定听说过线性回归。最小均方就是用来求线性回归的。如下图所示，平面内会有一系列点，然后我们求取一条线，使得这条线尽可能拟合这些点分布，这就是线性回归。这条线有多种找法，最小二乘法就是其中一种。最小二乘法其原理如下，
2021-10-23 23:35:16
112
翻译 奇异值分解(SVD)原理
奇异值分解（Singular Value Decomposition）是线性代数中一种重要的矩阵分解，奇异值分解则是特征分解在任意矩阵上的推广。在信号处理、统计学等领域有重要应用。 [1]奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性，但还是有明显的不同。谱分析的基础是对称阵特征向量的分解，而奇异值分解则是谱分析理论在任意矩阵上的推广。假设M是一个m×n阶矩阵，其中的元素全部属于域 K，也就是实数域或复数域。如此则存在一个分解使得其中U是m×
2021-10-18 11:06:50
1259
原创 sklearn-SVC(svm)
fit原义指的是安装、使适合的意思是一个适配的过程，过程都是确定的，最后得到一个可用于转换的有价值的信息。（目前可以简单理解为：fit获取了关于数据的有效信息，transform利用fit提供的有效信息进行特征转换）kernel: str参数 默认为‘rbf’算法中采用的核函数类型，可选参数有：‘linear’:线性核函数‘poly’：多项式核函数‘rbf’：径像核函数/高斯核‘sigmod’:sigmod核函数‘precomputed’:核矩阵★fit()方法：用于训练
2021-10-18 10:40:14
1744
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