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

-+

进击的程序猿

记录每天的心得,转载好的文章

  • 博客(2)
  • 资源 (1)
  • 问答 (4)
  • 收藏
  • 关注

原创 LDA学习心得

根据符号说明可得类i的样本均值为:  …………………………………………………………………… (1) 同理我们也可以得到总体样本均值: ………………………………………………………………………… (2) 根据类间离散度矩阵和类内离散度矩阵定义,可以得到如下式子:   ……………………………………………… (3) …………………………………… (4)

2014-10-21 18:52:07 386

转载 机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用

版权声明:     本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com 前言:     上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解

2014-10-15 11:13:59 340

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