机器学习
安ann
这个作者很懒,什么都没留下…
展开
-
L1距离和L2距离的解释
参数解释:其中I1和I2是p维向量,例如I1=[0, 1],I2=[1, 0]。则p=2,d1(I1,I2) = 2, d2(I1, I2) = √2.解释一下为什么L1距离图像为什么为正方形,而L2距离图像为圆我们以二维空间为例:对于L1,他计算的是第一维差的绝对值加上第二维差的绝对值,可以想象成直角三角形的两条直角边的长度和。对于L2,他计算的是第一维差的平方加上第二维差的平方再求和,然...原创 2019-10-24 18:08:52 · 23497 阅读 · 3 评论 -
svm的核函数选择经验 & 调参经验
参考知乎:https://www.zhihu.com/question/21883548具体的待研究。原创 2018-10-18 12:57:30 · 3732 阅读 · 0 评论 -
学习SVM中碰到的函数
学习svm的时候,看了几个大牛的代码,代码中调了几个函数库,在此记录下来,方便以后的学习。一、sklearn.svm.SVCsklearn.svm.SVC(C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, shrinking=True, probability=False,tol=0.001, cache_size=200, cla...原创 2018-10-18 12:47:12 · 1801 阅读 · 3 评论 -
SVD分解出的三个矩阵的尺寸
最近终于把SVD搞清楚了对一个尺寸为M * N的矩阵进行SVD分解得到的三个矩阵为V、sigma、UT尺寸:V:M * M 。sigma:M * N。UT:N * N。其中sigma矩阵为奇异值矩阵,只有对角线处有值,其余均为0....原创 2018-10-24 23:37:19 · 1582 阅读 · 0 评论 -
sklearn.cross_validation.train_test_split用法
from sklearn.cross_validation import train_test_split在做机器学习项目时,有时候会需要自己手动把数据集分隔成训练集、交叉验证集(CV)或者交叉验证集和测试集,此时可以用到sklearn提供的分隔数据集的函数,以下举例说明:>>>mat = sio.loadmat('data.mat')>&a原创 2018-11-02 09:49:47 · 4517 阅读 · 1 评论 -
Python numpy函数cov()、linspace()、mgrid()、dstack()、concatenate()用法
import numpy as np做机器学习项目时候可能会用到这几个函数,现在记录下来,以下均举例说明。一、np.cov>>> cov = np.cov(X.T)# 等价于以下操作>>> cov1 = np.dot((X-mu).T, (X-mu)) / X.shape[0]作用是求协方差矩阵。二、np.linspace>&a原创 2018-11-02 10:53:50 · 2205 阅读 · 0 评论 -
pytorch中一些常用的模块中的函数(持续更新)
import torch # 神经网络用import torch.nn.functional as F # 激活函数使用import torch.utils.data as Data # 批处理使用常用函数torch.nn.Linear() # 线性层torch.nn.MSELoss() # 均方差损失函数(回归用)torch.nn.CrossEntropyLoss() # # 交叉...原创 2019-05-07 16:36:02 · 3353 阅读 · 0 评论