- 博客(3)
- 资源 (7)
- 收藏
- 关注
原创 机器学习周志华笔记--降维与度量学习
k近邻学习(k-nearest neighbor,kNN):监督学习。 给定测试样本,基于某种距离度量找出训练集中与其最靠近的k个训练样本,然后基于这k个邻居的信息来进行预测。 分类任务:投票法 回归任务:平均法 维数灾难问题——————降维:使样本密度大幅提高,距离计算也变得更为容易。 降维方法: 1. 线性降维方法 1)多维缩放(multiple dimensional sca...
2019-05-25 22:29:02 305
原创 机器学习周志华笔记--聚类
聚类:无监督学习。 性能度量:簇内相似度高且簇间相似度低。 距离计算:闵可夫斯基距离:欧氏距离(p=2) or 曼哈顿距离(p=1) 1. 原型聚类 1)k均值聚类(k-means clustering):最小化平方误差。 从样本集中随机选择k个样本作为初始均值向量——计算每个样本与各均值向量的距离,将样本划入距离最近的均值向量的簇内——求出新的均值向量,并更新——不断重复上述过程知道没...
2019-05-25 20:45:12 437
原创 ML/DL面试问题整理
参考链接:https://blog.csdn.net/v_july_v/article/details/78121924 https://blog.csdn.net/liuxiao214/article/details/83043170 1. 有哪些激活函数,各自的优缺点? 2. 过拟合(overfitting)是什么?怎么处理过拟合? 正则化(Regularization) d...
2019-05-16 10:22:46 522
dependency walker提示dll缺失批量下载
2022-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人