数据挖掘
Terry_dong
我只是个搬运工
展开
-
从K近邻算法、距离度量谈到KD树、SIFT+BBF算法
前言一个人坚持自己的兴趣是比较难的,因为太多的人太容易为外界所动了,而尤其当你无法从中得到多少实际性的回报时,所幸,我能一直坚持下来。毕达哥拉斯学派有句名言:“万物皆数”,最近读完「微积分概念发展史」后也感受到了这一点。同时,从算法到数据挖掘、机器学习,再到数学,其中每一个领域任何一个细节都值得探索终生,或许,这就是“终生为学”的意思。本文各部分内容分布如下原创 2016-07-31 19:52:39 · 1643 阅读 · 0 评论 -
BM算法详解
1977年,Robert S.Boyer和J Strother Moore提出了另一种在O(n)时间复杂度内,完成字符串匹配的算法,其在绝大多数场合的性能表现,比KMP算法还要出色,下面我们就来详细了解一下这一出色的单模式匹配算法,在此之前推荐读者读一下我的另一篇文章《KMP算法详解》,对于透彻理解BM算法大有裨益。在讲解Boyer-Moore算法之前,我们还是要提一提KMP算法的老例子,原创 2016-10-30 12:36:30 · 592 阅读 · 0 评论 -
TSNE——目前最好的降维方法
转自:http://blog.csdn.net/u012162613/article/details/459208271.流形学习的概念流形学习方法(Manifold Learning),简称流形学习,自2000年在著名的科学杂志《Science》被首次提出以来,已成为信息科学领域的研究热点。在理论和应用上,流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形,流形学...原创 2018-05-06 10:44:57 · 4702 阅读 · 0 评论 -
混淆矩阵(Confusion Matrix)
混淆矩阵是除了ROC曲线和AUC之外的另一个判断分类好坏程度的方法。以下有几个概念需要先说明:TP(True Positive): 真实为0,预测也为0FN(False Negative): 真实为0,预测为1FP(False Positive): 真实为1,预测为0TN(True Negative): 真实为1,预测也为1:分类模型总体判断的准确率(包括了所有class的总体准确率): 预测为0...转载 2018-05-31 21:30:16 · 20707 阅读 · 2 评论 -
数据衰减的一些方法和比较
数据衰减的一些方法和比较在计算机视觉实时应用中,有时候需要向云台发送一些数据,比如说角度,使之运动到相应的角度。但是考虑到有时候如果直接发送目标的相对角度,可能角度比较大,从而导致云台运动过于剧烈,此时考虑将发送的数据做一个衰减。一般直接想到对发送的数据做线性衰减,比如说发送数据yaw:yaw /= 10;1这样做能达到目的,但是对于所有数据都做了相同的衰减,对于很小的数,...原创 2018-08-28 19:10:20 · 1783 阅读 · 0 评论