![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
qq_42100113
这个作者很懒,什么都没留下…
展开
-
吴恩达机器学习入门——异常检测
吴恩达机器学习入门——异常检测高斯分布异常检测算法开发和评估异常检测系统异常检测与监督学习的区别异常检测算法的特征高斯分布对于高斯函数的参数:u为均值,δ2为方差。异常检测算法首先,选择很有可能出现异常的样本xi,然后进行数据拟合得到μ\muμ和δ2 ,最后计算对于新给出的事件,计算p(x),如果p(x)<ε\varepsilonε,则判断为异常。下面就是一个例子。开发和评...原创 2019-10-15 21:02:29 · 128 阅读 · 0 评论 -
吴恩达机器学习入门——降维
[吴恩达机器学习入门——降维]降维的作用有两个:一是进行数据压缩、二是可视化。数据压缩可视化PCAPCA算法降维的作用有两个:一是进行数据压缩、二是可视化。数据压缩如上图的每个不同颜色的点,本来他们在坐标轴的表示方法都是二维的,现在如果我们找到图中的绿色线,我们可以直接用1维的坐标表示。同样对于多维数据,比如上图的3D数据,我们找到一个平面曲面的函数,就能直接用二维来表示。可视化...原创 2019-10-12 20:55:39 · 262 阅读 · 0 评论 -
吴恩达机器学习入门——无监督学习
吴恩达机器学习入门——无监督学习k-means算法随机初始化选择聚类数量无监督学习的应用之一就是对一组不含标签的数据集进行聚类。k-means算法如下图所示:该算法先找两个聚类点(红色×和蓝色×),然后对所有的绿色样本进行遍历,根据绿色点与红色x和蓝色x的距离进行归类。下图为归类完的图形:然后继续移动聚类点,直到点的颜色不再改变。算法步骤:计算出到距离聚类点的最小值。随机初始...原创 2019-10-11 19:45:56 · 192 阅读 · 0 评论