![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
ZLuby
慢慢来比较快
展开
-
线性回归、逻辑回归和感知机的区别
转自:https://www.cnblogs.com/muzixi/p/6642203.html写的很好,但也发现了一些问题嗯,三者在模型,策略(目标函数),算法(优化方法)上不一样。一、线性回归线性回归是一个回归问题,即用一条线去拟合训练数据线性回归的模型: 通过训练数据学习一个特征的线性组合,以此作为预测函数。训练目标:根据训练数据学习参数(w1,w2, ... , wn,b)学习策略:要确定...转载 2018-06-20 23:03:57 · 10304 阅读 · 3 评论 -
scikit-learn sklearn 0.18 官方文档中文版
Apacscikit-learn(sklearn)0.18 官方文档中文版 | ApacheCNApacheCN(Apache中文网)- 关于我们 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10813869ApacheCN cwiki 地址为 scikit-learn 0.18 中文文档 : http://cwiki.apac...转载 2018-06-21 10:45:33 · 626 阅读 · 0 评论 -
利用 sklearn 实现感知机
一、感知机简介感知机(perceptron)是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别。感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面。感知机是一种判别模型。二、算法二、利用sklearn 实现感知机make_classification生成一些用来分类的样本(每次出来的数据不一样)make_classification(n_samples, n_fea...原创 2018-06-22 13:58:14 · 2300 阅读 · 0 评论 -
线性回归与逻辑回归区别
嗯,由于不能插入公式,直接把自己在Word总结的截图过来了。讲的比较好的https://blog.csdn.net/u010692239/article/details/52345754原创 2018-05-18 15:32:17 · 515 阅读 · 0 评论 -
线性判别式分析(LDA)原理分析
转:https://blog.csdn.net/jnulzl/article/details/49894041由于研究需要用到线性判别式分析,看过许多理论推导后,整理了如下笔记方便之后复习。线性判别式分析(Linear Discriminant Analysis),简称为LDA。也称为Fisher线性判别(FisherLinear Discriminant,FLD),是模式识别的经典算法,在199...转载 2018-05-13 21:12:47 · 1763 阅读 · 0 评论 -
libsvm在matlab中遇到的问题总结
下载好libsvm后,验证libsvm下载好了吗?将其路径导入到matlab里,windows——包含libSVM四个exe程序包,我们所用的库就是它们,然后在matlab命令框输入1.mex –setup2.选择vc++3.之后输入make问题一:Error: D:\libsvm\libsvm-3.21\matlab\make.m failed (line 13)未找到 E:\百叶通\matla...原创 2018-05-19 17:19:32 · 7402 阅读 · 4 评论 -
协方差矩阵理解
因为最近用到的线性判别式分析(LDA)里面用到了协方差矩阵,搞得我特别懵,所以研究了一番协方差矩阵。重点:首先要明确协方差矩阵计算的是不同维度之间的协方差,而不是不同样本之间,因此,拿到一个样本矩阵,我们要先确定该样本矩阵是每行代表一个样本还是每列代表一个样本。首先给出协方差矩阵的定义结合 matlab 程序进行讲解首先,如下X作为样本集(5*2),每行为一个样本,每列为样本的维度。用MATLAB...原创 2018-05-13 15:24:39 · 1089 阅读 · 1 评论 -
朴素贝叶斯
原作者也得很好,给个链接方便以后查看http://www.cnblogs.com/pinard/p/6069267.html()原创 2018-08-27 12:39:30 · 105 阅读 · 0 评论 -
Bagging和Boosting 概念及区别
转载自:http://www.cnblogs.com/liuwu265/p/4690486.htmlBagging和Boosting都是将已有的分类或回归算法通过一定方式组合起来,形成一个性能更加强大的分类器,更准确的说这是一种分类算法的组装方法。即将弱分类器组装成强分类器的方法。首先介绍Bootstraping,即自助法:它是一种有放回的抽样方法(可能抽到重复的样本)。1、Baggi...转载 2018-09-19 15:19:02 · 120 阅读 · 0 评论