waitingwinter的博客

RKHS的定义Def1(Evaluation function) 令 H\mathcal{H}H 是一个 Hilbert 空间，X\mathcal{X}X 是一个非空集合， f:X→Rf:\mathcal{X}\to \mathbb{R}f:X→R 是定义在 H\mathcal{H}H 上的线性泛函。 对于任意的 x∈X,x\in \mathcal{X},x∈X, 定义映射 δx:H→R,\delta_x: \mathcal{H}\to\mathbb{R},δx​:H→R, δx:f↦f(x)\delt

基本思想K-means 是一种基本的、经典的聚类方法，也被称为K-平均或K-均值算法，是一种广泛使用的聚类算法。K-Means算法是聚焦于相似的无监督的算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。其算法具体的步骤为其中，nnn为样本数，μi\mu_iμi​ 为聚类中心(Clustering Center), ccc 为聚类...

流形学习，全称流形学习方法(Manifold Learning)，自2000年在著名的科学杂志《Science》被首次提出以来，已成为信息科学领域的研究热点。在理论和应用上，流形学习方法都具有重要的研究意义。假设数据是均匀采样于一个高维欧氏空间中的低维流形，流形学习就是从高维采样数据中恢复低维流形结构，即找到高维空间中的低维流形，并求出相应的嵌入映射，以实现维数约简或者数据可视化。它...

首先，我们要下载Letter Recognition数据。 Letter Recognition 是字符识别任务，有20000个数据，每个数据17维，其中有一维是给定标签（26个英文字母）。我们首先下载Letter Recognition 数据集，见http://archive.ics.uci.edu/ml/machine-learning-databases/letter-recognition/点击data 下载。其次，我们要用python 加载数据，我们用pandas的read_csv来加载

主成分分析对于高维空间中xxx, 我们寻求线性变换，y=WTx,where  x∈Rn,W∈Rm×d,y∈Rd,d<m.y=W^Tx,\quad where \; x\in \mathbb{R}^n,W\in \mathbb{R}^{m\times d},y\in\mathbb{R}^d,d<m.y=WTx,wherex∈Rn,W∈Rm×d,y∈Rd,d<m.我们采用可重构性观点， 即样本到此超平面的距离都足够近。\假设投影变换是正交变换，设样本点 xix_ixi​ 在新坐标系下的

我们采用 python tensorflow1.14 来处理多分类问题.给定一个数据集，并对其可视化有import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport time# set seednp.random.seed(1234)tf.set_random_seed(...

LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Valid...

目录Isomap(isometric feature mapping)基本思想step1 最近邻确定与最佳线性权重step2 确定点对之间的测地距离step3 MDSAlgorithm(Multiple Dimensional Scaling )算法步骤MATLAB程序实现总的MATLAB程序Isomap(isometric feature mapping)...

目录LE(Laplacian Eigenmapping )基本思想step1 最近邻确定与最佳权重step2 构造目标函数step3 求解优化问题MATLAB 程序及实例LE(Laplacian Eigenmapping )前两节我们介绍了 LLE 和 Isomap 算法以及其在瑞士卷上的降维，详见Isomap:https://blog.csdn.net/wa...