- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅翻译 前言 机器学习中的数学归纳整理（信息论部分）
本文收录归纳了一些机器学习中涉及到信息论的部分，主要用于特征抽取、统计推断、自然语言处理等。目录1.熵1.1自信息和熵1.2联合熵和条件熵2.互信息3.交叉熵和散度3.1交叉熵3.2KL 散度3.3JS 散度3.4Wasserstein 距离1.熵1.1自信息和熵熵（Entropy）最早是物理学的概念，用于表示一个热力学系统的无序程...
2019-03-31 22:25:24
376
翻译 前言 机器学习中的数学归纳整理（概率论部分）
本文收录归纳了一些机器学习中涉及到概率论的部分，主要用于研究建模究大量随机现象中的数量规律。目录1事件和概率1.1 随机变量1.1.1 离散随机变量1.1.2 连续随机变量1.1.3 累积分布函数1.2 随机向量1.2.1离散随机向量1.2.2连续随机向量1.2.3边际分布1.2.4条件概率分布1.2.5独立与条件独立1.2.6 期望和...
2019-03-31 09:55:54
1956
翻译 前言 机器学习中的数学归纳整理（线性代数部分）
本文收录归纳了一些机器学习中涉及到线性代数的部分，主要包含向量、向量空间（或称线性空间）以及向量的线性变换和有限维的线性方程组。目录1向量及向量空间1.1向量1.2向量空间1.3范数1.4 常见的向量2.矩阵2.1 线性映射2.2矩阵操作2.3 矩阵类型2.4 特征值与特征矢量2.5 矩阵分解1向量及向量空间1.1向量标...
2019-03-30 20:07:54
587
原创 第2章 KNN邻近规则算法及其在潜在客户发掘的应用
本文主要介绍KNN邻近规则算法的过程：目录1.KNN临近规则算法概述2.KNN算法的构建2.1 KNN2.2 KNN构建2.3 KNN优缺点3.KNN算法编码实现3.1 编码过程3.2 输出1.KNN临近规则算法概述KNN是机器学习领域一个简单又实用的算法。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。...
2019-03-24 14:10:33
1138
原创 第1章 决策树算法及其在商品购买行为预测的应用
本文主要介绍决策树的过程：目录1.决策树2.决策树的构建2.1信息熵2.2节点构建2.3决策树的优缺点3.决策树的编程实现。3.1 Python编码实现3.2输出1.决策树决策树一般都是自上而下的来生成的。每个决策事件都可能引出两个或多个事件，导致不同的结果，把这种决策分支画成图形很像一棵树的枝干，故称决策树。基本思想是以信息熵为度量构造一棵熵值下降...
2019-03-23 14:22:15
5861
2
原创 根据HSV分量模型，提取红色的几种方法介绍
根据hsv分量模型，各种颜色范围分布如下：红色的范围是：[0, 43, 46]~[10,255,255]∪[156, 43, 46]~[180,255,255]。红色比较特殊，覆盖了多个范围，处理起来增加了不少难度，以下介绍两种方法去获取红色。方法1：import cv2import numpy as npdef extract_red(pic): '''...
2019-03-19 18:50:10
16331
3
366万常用的中文词汇整理
2018-09-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人