![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
S20091103372
这个作者很懒,什么都没留下…
展开
-
今天开始写技术博客
今天开始写技术博客#includeusing namespace std;int main(){ cout<<"good"<<endl;}原创 2014-03-01 16:59:25 · 834 阅读 · 0 评论 -
深度学习之-Qlearning
待续原创 2017-11-30 14:49:30 · 828 阅读 · 0 评论 -
HIT-FA
对 0 1预测做评估时,可以用hit-fa 若x是预测出的由 0 1 组成的一维列向量,y 是实际的由 0 1 组成的一维列向量,则 hit = sum(x.*y)/sum(y) fa = sum(x.*(1-y))/sum((1-y)) 显然,对于一个好的模型,hit越大越好,fa越小越好。原创 2015-06-30 10:07:40 · 888 阅读 · 0 评论 -
数据挖掘 作业2 SVM
实验二 使用SVM进行数据分类 【数据集名称】Shuttle(来自UCI机器学习数据集)【数据集描述】该数据集用于航天飞机的分类,包含两个子集(shuttle_training_set和shuttle_testing_set),分别作为训练集和测试集。其中:训练集有43500条数据,每条数据包含10个内容:前9项是特征,第10项是类别标号(值为1的类和值不为1的类)。测试集有145原创 2015-01-06 11:04:40 · 1541 阅读 · 0 评论 -
线性回归和logistic回归理解
原创 2014-11-23 17:55:45 · 697 阅读 · 0 评论 -
EM算法粗浅理解
期望最大化算法简介期望最大化算法主要用于从不完整的数据中计算最大似然估计,后来经过其他学者的发展,这个算法也被用于聚类等。一个例子本章节希望通过一个例子来解释期望最大化算法的由来以及其合理性。考虑一个投掷硬币的实验:现在我们有两枚硬币A和B,这两枚硬币和普通的硬币不一样,他们投掷出正面和反面的概率不一定相等。我们将A和转载 2014-10-24 20:12:33 · 779 阅读 · 0 评论 -
deep learning (RBM)调用
一个多层的神经网络由若干层构成,每层均是其下一层数据的变换结果,若记第i层的数据为y(i),其下一层数据为y(i-1),则从y(i-1)到y(i)的变换可表示为y(i)=s(y(i-1)*w),s(*)为传递函数一般选择sigmoid函数,对于最后一层的s(*)一般会有其他选择,如做回归问题时可选择使用线性传递函数,分类时使用softmax函数。一个多层神经网络的包含一组参数{w}和最后一层使用的原创 2014-09-17 09:40:19 · 1993 阅读 · 3 评论 -
Apriori详解
关联规则是数据挖掘领域的一个重要分支。随着大量数据不停地收集和存储,人们对挖掘数据间的关联规则越来越感兴趣,Apriori算法就是经典的关联挖掘算法,文章分析了Apriori的算法思想、算法描述及实际应用。转载 2014-09-11 10:01:39 · 1301 阅读 · 0 评论 -
k-means聚类
#include#include#includeusing namespace std;#define N 100#define D 5#define K 10double item[N][D];double len[N][N]; class C{ public: int num; //每个聚类的数量 double m[D]; //每个聚原创 2014-09-11 09:56:41 · 788 阅读 · 0 评论 -
隐马尔科夫(HMM)模型 前向后向(Forward_backward) 维特比 (viterbi)
#include#include#include#includeusing namespace std;#define NN 10 //表示模型中的状态数#define MM 7 //每个状态中不同观察序号的个数#define l 100 //观测值的长度int N,M,ll; //对应于NN MM LL的含义double t[l][NN+2]; //l时刻处于状原创 2014-03-03 21:47:18 · 1385 阅读 · 0 评论 -
RNN粗浅理解
很好的学习RNN的网址:http://iamtrask.github.io/2015/11/15/anyone-can-code-lstm/相关网址:http://iamtrask.github.io/2015/11/15/anyone-can-code-lstm/ 1. 什么是RNN简单地说,RNN就是上一次的输出当做这一次的输入。2. 什么情况下应该用RNN原创 2017-12-01 19:11:19 · 438 阅读 · 0 评论