机器学习
文章平均质量分 95
木独猪_xss
这个作者很懒,什么都没留下…
展开
-
SVM支持向量机三重境界!
前言 动笔写这个支持向量机(support vector machine)是费了不少劲和困难的,原因很简单,一者这个东西本身就并不好懂,要深入学习和研究下去需花费不少时间和精力,二者这个东西也不好讲清楚,尽管网上已经有朋友写得不错了(见文末参考链接),但在描述数学公式的时候还是显得不够。得益于同学白石的数学证明,我还是想尝试写一下,希望本文在兼顾通俗易懂的基础上,真真正正能足以成为一转载 2017-04-13 09:00:31 · 1219 阅读 · 0 评论 -
混合高斯模型的EM求解(Mixtures of Gaussians)及Python实现源码
今天为大家带来混合高斯模型的EM推导求解过程。全部代码如下![python] view plain copy def NDimensionGaussian(X_vector,U_Mean,CovarianceMatrix): #X=num转载 2017-04-13 09:05:41 · 844 阅读 · 0 评论 -
数据分析七种降维方法
近来由于数据记录和属性规模的急剧增长,大数据处理平台和并行数据分析算法也随之出现。于此同时,这也推动了数据降维处理的应用。实际上,数据量有时过犹不及。有时在数据分析应用中大量的数据反而会产生更坏的性能。最新的一个例子是采用 2009 KDD Challenge 大数据集来预测客户流失量。 该数据集维度达到 15000 维。 大多数数据挖掘算法都直接对数据逐列处理,在数据数目一大时,导致算法转载 2017-04-13 09:15:51 · 32333 阅读 · 0 评论 -
AdaBoost中利用Haar特征进行人脸识别算法分析与总结
目前因为做人脸识别的一个小项目,用到了AdaBoost的人脸识别算法,因为在网上找到的所有的AdaBoost的简介都不是很清楚,让我看看头脑发昏,所以在这里打算花费比较长的时间做一个关于AdaBoost算法的详细总结。希望能对以后用AdaBoost的同学有所帮助。而且给出了关于AdaBoost实现的一些代码。因为会导致篇幅太长,所以这里把文章分开了,还请见谅。第二部分的地址请见:http:原创 2017-04-13 09:10:08 · 1062 阅读 · 0 评论 -
回归
线性回归线性回归令x0=1,方程转化为向量的方式: regression损失函数或者错误函数: regression求最小值,我们常用的方法有两种:梯度下降(又有批梯度下降BGD和随机梯度下降SGD) 梯度下降梯度下降BGD更新转载 2017-04-24 21:14:12 · 437 阅读 · 0 评论