![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
我转载的文章
thystar
这个作者很懒,什么都没留下…
展开
-
简单易学的机器学习算法——Apriori算法
一、关联分析 最初接触到数据挖掘的朋友肯定都听说过这样的一个案例:啤酒和尿布。大意是将啤酒和尿布放在一起的销售会提高。其实这背后隐含的原理就是关联分析,简单来讲就是啤酒和尿布之间存在着某种关联关系。关联关系时指从大规模的数据集中寻找物品之间的隐含关系,有时关联分析也可以称为关联规则学习。二、关联分析的重要概念 关联分析主要要做的工作是在大规模数据集上找到某些关系转载 2014-12-16 16:39:39 · 796 阅读 · 0 评论 -
Python中zip()函数用法举例
Python中zip()函数用法举例定义:zip([iterable, ...])zip()是Python的一个内建函数,它接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个tuple(元组),然后返回由这些tuples组成的list(列表)。若传入参数的长度不等,则返回list的长度和参数中长度最短的对象相同。利用*号操作符,可以将list unzip(解压)转载 2015-04-17 17:42:05 · 1098 阅读 · 0 评论 -
OpenCV读取视频和图像序列
转自http://www.ylzx8.cn/duomeiti/image/1400105.htmlOpenCV读取视频和图像序列 在使用OpenCV时候,我们首先会做的是获取待处理的图像,这个图像可能来源于已存储的视频文件、也可能来源于实时的摄像头画面、或是某个文件夹下的一系列图片。或许你会觉得,这都是小菜一碟,因为我们学习OpenCV的第转载 2015-04-13 11:02:39 · 2634 阅读 · 0 评论 -
学习OpenCV的学习笔记系列(二)源码编译及自带样例工程
本文转载自:http://www.07net01.com/2014/09/66490.html下载及安装CMake3.0.1 要自己编译OpenCV2.4.9的源码,首先,必须下载编译工具,使用的比较多的编译工具是CMake。下面摘录一段关于CMake的介绍: CMake是一个跨平台的安装(编译)工具,可以用简单的语句来描述所有平台转载 2015-04-18 10:10:54 · 2361 阅读 · 0 评论 -
一起学习CMake – 01
转载自网易博客 :http://blog.163.com/jacky_ling0/blog/static/1373925712011072375418/ 本节介绍CMake里最常用的三个命令,分别是cmake_minimum_required; project; add_executable等。CMake是个好东西,在使用VTK, ITK, IGSTK, OpenCV, DCMTK等转载 2015-04-18 09:54:28 · 511 阅读 · 0 评论 -
局部特征(1)----(转)
本文转自:http://blog.csdn.net/jwh_bupt/article/details/7621681感谢原文作者。局部特征系列:局部特征(1)——入门篇局部特征(2)——Harris角点 局部特征(3)——SURF特征总结 局部特征(4)——SIFT和SURF的比较 局部特征(5)——如何利用彩色信息 Color De转载 2015-04-18 17:31:55 · 478 阅读 · 0 评论 -
【OpenCV】SIFT原理与源码分析:DoG尺度空间构造
本文转自:http://blog.csdn.net/xiaowei_cqu/article/details/8067881《SIFT原理与源码分析》系列文章索引:http://blog.csdn.net/xiaowei_cqu/article/details/8069548尺度空间理论自然界中的物体随着观测尺度不同有不同的表现形态。例如我们形容建筑物转载 2015-04-11 16:46:19 · 1062 阅读 · 0 评论 -
局部特征(2)----(转)
本文转自http://blog.csdn.net/jwh_bupt/article/details/7628665局部特征系列:局部特征(1)——入门篇局部特征(2)——Harris角点 局部特征(3)——SURF特征总结 局部特征(4)——SIFT和SURF的比较 局部特征(5)——如何利用彩色信息 Color Descriptors转载 2015-04-18 17:50:33 · 495 阅读 · 0 评论 -
数据降维工具箱drtoolbox
转载自https://chunqiu.blog.ustc.edu.cn/?p=413数据降维工具箱drtoolbox发表于2013 年 6 月 17 日 这个工具箱的主页如下,现在的最新版本是2013.3.21更新,版本v0.8.1bhttp://homepage.tudelft.nl/19j49/Matlab_Toolbox_转载 2014-12-14 19:22:54 · 1393 阅读 · 0 评论 -
简单易学的机器学习算法——lasso
一、lasso 前面已经叙述了基本的线性回归,局部加权线性回归,以及岭回归。其中,局部加权线性回归做的工作就是进行了特征的选择,选择的策略是进行局部的约束;岭回归是采用的正则化的方法进行特征的选择,使用的是。而lasso采用的则是,即lasso是在平方误差的基础上增加:, 0" src="http://latex.codecogs.com/gif.latex?\lambda%3转载 2014-12-05 13:43:32 · 4428 阅读 · 0 评论 -
简单易学的机器学习算法——岭回归(Ridge Regression)
转载地址:http://blog.csdn.net/google19890102/article/details/27228279 一、一般线性回归遇到的问题 在处理复杂的数据的回归问题时,普通的线性回归会遇到一些问题,主要表现在:预测精度:这里要处理好这样一对为题,即样本的数量和特征的数量时,最小二乘回归会有较小的方差时,容易产生过拟合时,最小二乘回转载 2014-12-05 00:15:55 · 4303 阅读 · 0 评论 -
Struts2解释
本文转载地址:http://www.java3z.com/cwbwebhome/article/article2/2938.html?id=1631深入Struts2的配置文件本部分主要介绍struts.xml的常用配置。1.1. 包配置:Struts2框架中核心组件就是Action、拦截器等,Struts2框架使用包来管理Action和拦截器等。每个包就是多个Act转载 2014-12-23 22:54:21 · 704 阅读 · 0 评论