机器学习
文章平均质量分 53
hustfc
这个作者很懒,什么都没留下…
展开
-
R语言编写决策树(rpart)CART ID3算法
决策树(decision tree)是一类常见的机器学习方法。以二分类任务为例,我们希望从给定训练数据集学得一个模型用以对新示例进行分类,这个把样本分类的任务,可看做对“当前样本属于正常吗?”这个问题的‘决策’或者‘判定’过程。顾名思义,决策树是基于树结构来进行决策的,这恰是人类在面临决策问题时一种很自然的处理机制。常用的决策树算法:ID3 以信息增益作为分类标准CART 以基尼系...原创 2018-05-29 11:22:18 · 57769 阅读 · 18 评论 -
R语言 k均值算法(k-means)
k均值算法针对聚类所得簇划分求得最小平方误差,k均值算法采用了贪心策略,通过迭代优化来近似求解 算法如下: kmeans的计算方法如下:1 随机选取k个中心点2 遍历所有数据,将每个数据划分到最近的中心点中3 计算每个聚类的平均值,并作为新的中心点4 重复2-3,直到这k个中线点不再变化(收敛了),或执行了足够多的迭代使用iris数据集完成kmeans聚类实验 首先预...原创 2018-05-29 16:47:35 · 9166 阅读 · 0 评论 -
R语言编写支持向量机(SVM)
给定的训练样本集,分类学习的基本思想就是在样本空间中找到一个划分的超平面,将不同类别的样本分隔开。 支持向量机,因其英文名为support vector machine,故一般简称SVM,通俗来讲,它是一种二类分类模型,其基本模型定义为特征空间上的间隔最大的线性分类器,其学习策略便是间隔最大化,最终可转化为一个凸二次规划问题的求解。仍然是使用iris作为实验数据集 iris:数据源于1...原创 2018-05-31 16:10:10 · 14353 阅读 · 6 评论 -
使用python tensorly 实现张量CP分解
使用tensorly.decomposition来进行张量分解import numpy as npimport tensorly as tlfrom tensorly.decomposition import parafac #CPdecomposition就像一个矩阵可以分解为两个向量的外积总和,一个三阶张量可以表示为三个向量的外积之和,求和中的项数成为张量的Kruska...原创 2018-06-22 11:43:36 · 9259 阅读 · 21 评论 -
使用python tensorly 实现张量tucker分解
Tucker Decomposition可以看作是张量的PCA(principal components analysis),将一个张量分解为一个核心张量和因子矩阵乘积形式 采用tucker函数来进行TD分解,首先需要设定rankimport tensorly as tlimport numpy as npfrom tensorly.decomposition import tu...原创 2018-06-22 11:51:25 · 10054 阅读 · 14 评论 -
pycharm Cannot install mxnet: Could not find a version that satisfies the requirement mxnet
不能安装mxnet解决方案mxnet在gluon自带,路径:原创 2018-09-17 21:23:56 · 2619 阅读 · 0 评论 -
Faster R-CNN笔记
参考链接:https://zhuanlan.zhihu.com/p/31426458Faster RCNN可以分为如下四个主要内容Conv Layers:作为一种CNN网络目标检测方法,Faster RCNN首先使用一组基础的conv+relu+pooling层提取image的feature maps。该feature maps被共享用于后续RPN层和全连接层。Region Propos...转载 2018-10-27 16:49:12 · 378 阅读 · 0 评论