![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
炼丹师v1
这个作者很懒,什么都没留下…
展开
-
PCA
PCA 主成分分析(PCA,Principle Component Analysis)就是在寻找使方差最大的方向,并在该方向上投影。(通常方差越大被视为越重要,方差也常常被称为能量) Y=A(X−X‾) Y=A\left( X-\overline{X} \right) Y=A(X−X) YYY是PCA的输出,aaa是投影的方向矩阵,XXX是PCA的输入,X‾\overline{X}X是XXX的期望(通常也可以用均值代替X‾=1P∑i=1PXi\overline{X}=\frac{1}{P}\sum_{i=原创 2020-06-06 19:24:51 · 108 阅读 · 0 评论 -
神经网络
感知机 1943年,心理学家W.S.McCulloch和数理逻辑学家W.Pitts基于神经元的生理特征,建立了单个神经元的数学模型(MP模型) 实际上没啥依据 1957年,Frank Rosenblatt从纯数学的度重新考察这一模型,指出能够从一些输入输出对 中通过学习算法获得权重w\boldsymbol{w}w和bbb 。(这被认为是第一个机器学习算法,SVM是90年代的算法) 问题:给定一些输入输出对(x,y)(\boldsymbol{x},y)(x,y),其中y=±1y=\pm 1y原创 2020-06-06 05:18:43 · 351 阅读 · 0 评论 -
SVM
文章目录SVM(线性模型)数学推导几个重要的概念求解超平面转化为下列优化问题SVM(非线性模型)数学推导改写优化目标函数和限制条件低维到高维的映射核函数原问题和对偶问题强对偶定理将SVM原问题转化为对偶问题核函数SVM算法总结SVM处理多分类问题 SVM(线性模型)数学推导 学习路线:先线性二分类解释清楚,再加入核方法扩展至非线性二分类 几个重要的概念 训练样本集 (xi,yi)(\boldsymbol{x}_i,y_i)(xi,yi),其中xi\boldsymbol{x_i}xi为nnn维列向原创 2020-06-06 04:16:16 · 148 阅读 · 0 评论