![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
文章平均质量分 50
YongqiangGao
这个作者很懒,什么都没留下…
展开
-
机器学习编程作业(exe1)总结
本博客内容是对Coursera上Andrew Ng的《机器学习》的编程作业的总结,本博文是在Matlab基础上对第一次编程作业的总结,随后的博文会对所有的编程作业进行一一总结。 本博文主要对作业中需要实现的代码进行讲解。 首先,对 脚本文件ex1.m用来执行单变量线性回归,ex1_multi.m用来执行多变量线性回归。在这里先看ex1.m中的代码。单变量线性回归%% Initializatio原创 2016-08-21 22:33:46 · 3310 阅读 · 0 评论 -
k-近邻算法(kNN)
k-近邻算法(kNN)最近假期,参考李航的《统计学习方法》和Peter Harrington的《机器学习实战》整理了之前学习的机器学习算法(原理+python实现),欢迎小伙伴们交流。kNN原理k近邻算法比较简单、直观,简单的说就是采用测量不同的特征值之间的距离方法进行分类,也就是给定一个训练数据集,对新的输入实列,在训练数据集中找到与该实例最相似(最邻近)的k个实列,这k个实列所属最多的类就是该输原创 2017-08-17 16:20:34 · 1125 阅读 · 0 评论 -
主成分分析(PCA)
昨天看Robust Principal Component Analysis时,想起了上学习学习的PCA,在这里参考Peter Harrington的《机器学习实战》整理了上学期学习的PCA算法法(原理+Python实现),欢迎小伙伴们交流。 1.PCA原理 PCA是线性代数里面的K-L变换,是一种在均方误差准则下失真最小的变换,即将原空间变换到特征向量空间内,数学可表示: Ax=λx原创 2017-08-31 10:40:37 · 1365 阅读 · 0 评论