自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

-楼下小黑-的专栏

人生没有如果,不追,而自随~~~专注于机器学习和高光谱

  • 博客(1)
  • 资源 (2)
  • 收藏
  • 关注

原创 协方差(矩阵)、特征向量和PCA(Principal Component Analysis,主成分分析)

一、约定---从机器学习(Machine Learning)角度:样本集(数据集):单个样本(观测值):维度(变量):上标表示样本序号,下标表示样本的维度序号或特征序号样本实例一般表示为列向量,样本总数为,样本特征维度数为。 二、协方差(矩阵)、特征值和特征向量的定义协方差:表示所有样本对应两个维度之间的关系。协方差矩阵:其每一个元素

2014-02-17 13:57:10 2220

Pattern Recognition And Machine Learning

计算机大牛Bishop出的《Pattern Recognition And Machine Learning》,是机器学习的经典教材,结合Stanford大学stanford 大学 Andrew Ng 教授的 Machine Learning 视频教程一起来学效果会更好,在Coursera网站上也有该视频,观看效果更佳

2014-02-17

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除