- 博客(8)
- 资源 (1)
- 收藏
- 关注
原创 Mac上的matlab出现mex error解决
先要装xcode,然后再记得装command line tools,然后显示还是有问题, 看看这篇文章就可以了,http://www.mathworks.com/matlabcentral/answers/246507-why-can-t-mex-find-a-supported-compiler-in-matlab-r2015b-after-i-upgraded-to-xcode-7-0
2016-01-22 22:31:31 2851
原创 线性支持向量机
讲道理,线性支持向量机,分两种情况,一个线性可分,一个线性不可分1.线性可分:数据线性可分,也就是说我可以训练出这么一个sign(wx+b)的模型,对于所有的训练样本都能分类正确,这里回顾一下,感知机分类是最小化错误分类,用的函数是∑-y*(wx+b),是所有错误分类的点的误差和,而Logistic regression,用的是极大似然估计,而线性回归是1/2*∑(h(x)-y)^2
2016-01-06 12:34:06 590
原创 最大熵模型与分类器
先推荐两个链接,都是讲最大熵的,强的一批。http://blog.csdn.net/erli11/article/details/24718655http://blog.csdn.net/v_july_v/article/details/40508465最大熵其实也是个用来做分类器的思想,用的是条件熵最大的意义(这一点可以看到跟极大似然估计很像),
2015-12-20 16:10:15 10511
原创 决策树
决策树其实原理上来说是比较简单的,估计很不好实现。。决策树就是说对于训练集D和特征集合A,每一次从A中选取一个最优的特征用来划分集合D(选取最优的方法一般是通过信息增益或者信息增益比),划分到D1,D2,D3...Dk之后,再次对于这些子集合进行特征选取,只不过这次是从A-Ag中选取,因为Ag已经在上次用过了。但是还是有几个地方需要注意的:①特征集用完了特征集合用完了,但是却还没有
2015-12-18 17:00:55 518
原创 我对LDA的一点理解
LDA这个东西真的是。。。。看过的人都不想再看第二遍。。。各种分布,数学不好的人真的是跪了。一开始看LDA觉得很疑惑,觉得不是LDA不是用来产生主题的吗,一直在讲什么生成模型,我要你生成模型干嘛,你可真像个弱智。然后后面又回顾了一下EM算法,EM算法样例:3个硬币,正面概率为π,p,q,先掷A硬币,如果是正面就接着掷B,如果是反面就掷C,最终得到结果1,0,1,1这样,求估计π,p,q
2015-12-15 14:50:24 861
原创 knn之构造kd树和最近邻求取c++实现
这份代码测试样例为 67 22 35 44 79 68 18 2这样,通过中位数来选取根节点(这样的方法其实在一定程度上是有很大问题的,因为根节点的选取方法不同,会导致整棵树的结构不同,这里由于数据的关系,不能构成完全二叉树,所以在对于特殊的样例来说是会出错的,比如说(10,10)这个测试样例,根本无法找到包含他的子节点(区域),所以会导致出错))。#include#
2015-12-07 17:03:35 1230
原创 感知机实现纯色图片的二分类
这个是个人实现的对于纯色图片的二分类,纯色图片就是指只有一种颜色的图片,首先使用red文件夹中的4张图片和blue文件夹中的5张图片尝试训练出感知机的参数w,b,然后读取新的图片,判断红色还是蓝色import java.awt.image.BufferedImage; import java.util.ArrayList; import java.util.List; import
2015-12-07 12:44:35 506
原创 感知机的实现和感知机对偶形式的实现
以下两个均为感知机对于3个样本数据(3,3,1),(4,3,1),(1,1,-1)的分类实现。这是感知机普通形式的实现#include#include#include#includeusing namespace std;struct node{int x1,x2,y;node(int x1=0,int x2=0,int y=0):x1(x1),x2(x2),y(y)
2015-12-02 16:13:12 467
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人