- 博客(3)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 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