机器学习
文章平均质量分 95
Twilight Sparkle.
学无止尽
展开
-
【机器学习笔记15】多分类混淆矩阵、F1-score指标详解与代码实现(含数据)
混淆矩阵简介;二分类混淆矩阵;多分类混淆矩阵;准确率、精确率、召回率、特异度;F1-score;示例与代码实现;使用sklearn对比计算结果是否正确原创 2022-11-01 14:31:57 · 19841 阅读 · 10 评论 -
【机器学习笔记14】softmax多分类模型【下篇】从零开始自己实现softmax多分类器(含具体代码与示例数据集)
softmax分类器相关公式与步骤;数据集获取;从零开始实现softmax多分类器;使用自己实现的softmax多分类器完成鸢尾花多分类;与sklrean的softmax多分类器作结果对比原创 2022-10-27 16:33:20 · 3800 阅读 · 0 评论 -
【机器学习笔记13】softmax多分类模型【上篇】完整流程与详细公式推导
简介;如何利用softmax对样本进行分类;明确变量与集合;进一步处理;对label向量化;样本特征的加权组合;softmax函数;损失函数;梯度下降;损失函数求偏导的详细推导;softmax多分类模型的训练流程和预测流程。原创 2022-10-26 01:44:33 · 3242 阅读 · 4 评论 -
【从FT到DFT和FFT】(三)从离散傅里叶变换到快速傅里叶变换
推荐阅读;前言;从离散傅里叶变换到快速傅里叶变换;单位根;对DFT进行分治得到FFT;计算前半截;计算后半截;快速傅里叶逆变换(IFFT)原创 2022-10-15 17:30:01 · 892 阅读 · 0 评论 -
【从FT到DFT和FFT】(二)从傅里叶变换到离散傅里叶变换
推荐阅读;前言;从连续傅里叶级数(FS)到离散傅里叶级数(DFS);从离散傅里叶级数(DFS)到离散傅里叶变换(DFT);二维离散傅里叶变换;原创 2022-10-14 23:28:06 · 1084 阅读 · 0 评论 -
【从FT到DFT和FFT】(一)从三角函数正交性到傅里叶变换的详细公式推导
目录:推荐阅读;前言; 三角函数的正交性;简单解释一下正交;三角函数正交性定义;证明;展开周期为2pi的傅里叶级数;公式变换与展开;最终结果;推广为周期为2L的函数适用的傅里叶级数;换元处理;最终结果;美化公式;将傅里叶级数表示为复数形式;欧拉公式;变换公式;计算C_n;傅里叶级数的复数形式;傅里叶变换;从求和转为积分;傅里叶变换公式;傅里叶逆变换公式。原创 2022-10-12 20:42:06 · 1477 阅读 · 6 评论 -
【机器学习笔记11】高斯混合模型(GMM)【上篇】原理与推导
目录:推荐阅读;前言;高斯混合模型简介;GMM与K-mean;高斯混合模型的概率密度函数;几何角度;混合模型角度;可能会弄混的地方;隐变量的分布与隐变量的后验概率分布;极大似然估计;EM算法求近似解;明确变量和参数;E-step;简化Q函数;展开Q函数;结论;M-step;GMM总结;GMM聚类流程;GMM优缺点;GMM的实现和应用;原创 2022-10-06 18:50:35 · 11248 阅读 · 2 评论 -
【机器学习笔记12】高斯混合模型(GMM)【下篇】代码实现及应用
目录:高斯混合模型聚类步骤、代码手动实现、绘制可视化动态图像、补充:使用sklearn中的GMM原创 2022-10-04 21:43:45 · 4197 阅读 · 7 评论 -
【机器学习笔记10】EM算法——直观理解与详细推导
目录:似然函数;极大似然估计;隐变量;直观理解EM算法;隐变量的期望;EM算法公式详细推导;含隐变量的对数似然函数;利用jensen不等式转化方程;jeasen不等式转化详解;拔高下界;什么时候下界与对数似然相等;EM算法总结;EM算法应用场景;EM算法步骤;关于EM算法的重要说明;EM算法的优缺点;EM算法的应用。原创 2022-09-09 19:42:46 · 3679 阅读 · 3 评论 -
【机器学习笔记9】K邻近(KNN)原理、手动实现与具体应用
KNN算法原理与手动实现、距离度量、交叉验证选择最佳K值,KNN算法的局限与改进方法介绍;应用KNN完成鸢尾花分类与利用sklearn封装的KNN完成手写数字识别,图片的灰度化和二值化。原创 2022-09-06 16:24:42 · 3372 阅读 · 2 评论 -
【机器学习笔记8】K-mean聚类实现与应用
K-mean算法的手动实现、sklearn应用,常用的距离度量、利用K-mean进行图片压缩。原创 2022-09-05 00:03:40 · 1963 阅读 · 0 评论 -
【机器学习笔记7】决策树原理及应用
决策树,ID3,C4.5原理。决策树的构建与剪枝,决策树sklearn应用示例(含数据集和代码),使用Graphviz绘制决策树,使用pickle保存训练模型。原创 2022-09-02 17:32:22 · 745 阅读 · 0 评论 -
【机器学习笔记6】支持向量机【上篇】原理与推导
最大间隔分离超平面,硬间隔与软间隔,松弛因子,线性和非线性支持向量机的原理与推导;合页损失函数,核函数、对偶问题与KKT条件,核函数戏法。原创 2022-08-08 03:01:22 · 3139 阅读 · 0 评论 -
【机器学习笔记5】过拟合与正则化
过拟合的解决方法之一,正则化。含代码和示例。原创 2022-08-02 18:32:55 · 880 阅读 · 0 评论 -
【机器学习笔记4】逻辑回归模型
逻辑回归,sigmoid函数,对数损失函数,决策边界;代码实现,案例分析实现;F1-Score评估标准原创 2022-08-02 01:31:55 · 10173 阅读 · 3 评论 -
【机器学习笔记3】多项式回归模型
多项式回归模型、示例(含数据和代码)原创 2022-07-30 16:45:30 · 3242 阅读 · 0 评论 -
【机器学习笔记2】多元线性回归模型
线性回归模型、特征缩放、案例分析(附代码)原创 2022-07-30 02:40:25 · 6306 阅读 · 4 评论 -
【机器学习笔记1】一元线性回归模型及预测
一元线性回归、代价函数、梯度下降算法、样例(含数据)及代码原创 2022-07-28 17:05:37 · 8750 阅读 · 0 评论