机器学习
文章平均质量分 87
GordonSky
这个作者很懒,什么都没留下…
展开
-
PCA主成分分析
13.2 PCAk “ V - ‘ 、 • 、' : ^ _ ^ f f h ' ? * r t 5 ; , ; ' . ^ i ' ' -:>?4f|优点:降低数据的复杂性,识别最重要的多个特征。缺点:不一定需要, 且可能损失有用信息。适用数据类型:数值型数据。首先我们讨论? 0 人背后的一些理论知识,然后介绍如何通过?¥也 ( 》 1 的^ ^ ^ 7 来实现? 0原创 2014-10-08 19:34:55 · 2354 阅读 · 0 评论 -
联系y50原win8.1安装ubuntu14,CUDA,Cuda-convnet,theano中碰到的问题
背景:刚入手的联想y50电脑,原装系统为win8.1,想要安装ubuntu14.10/14.04。之前曾经在win7,32位系统上一直用easyBCD硬盘安装,且屡试不爽,相当简单。但这次总是无法进入引导系统。然后,用u盘安装,就下载了麒麟版ubuntu系统,直接解压拷贝到u盘,安装成功了,但是进入win8.1系统就无法进入了,提示错误:<!---->File:\Boot\BCD原创 2015-03-06 16:59:48 · 1977 阅读 · 0 评论 -
我的草稿本
1:区分马可夫链模型和隐马可夫链的区别。2:原创 2014-09-19 17:03:34 · 1011 阅读 · 0 评论 -
PCA 和 白化区别
PCA: PCA的具有2个功能,一是维数约简(可以加快算法的训练速度,减小内存消耗等),一是数据的可视化。 PCA并不是线性回归,因为线性回归是保证得到的函数是y值方面误差最小,而PCA是保证得到的函数到所降的维度上的误差最小。另外线性回归是通过x值来预测y值,而PCA中是将所有的x样本都同等对待。 在使用PCA前需要对数据进行预处理,首先是均值化,即对每个特征维,都减掉该维转载 2014-12-05 13:15:50 · 10044 阅读 · 0 评论