机器学习及其MATLAB实现—从基础到实践
matlab学习
Hubert_xx
白癜风就是让你白!
展开
-
朴素贝叶斯分类算法(Naive Bayes)
朴素贝叶斯是经典的机器学习算法之一,也是为数不多的基于概率论的分类算法。朴素贝叶斯原理简单,也很容易实现,多用于文本分类,比如垃圾邮件过滤。理论基础1、条件概率: 朴素贝叶斯最核心的部分是贝叶斯法则,而贝叶斯法则的基石是条件概率。贝叶斯法则如下:这里的C表示类别,输入待判断数据,式子给出要求解的某一类的概率。我们的最终目的是比较各类别的概率值大小,而上面式子的分母是不变的,因此只要计算分子...原创 2019-11-18 14:32:53 · 2815 阅读 · 0 评论 -
第九课 遗传算法( Genetic Algorithm, GA)
遗传算法概述遗传算法( Genetic Algorithm, GA) 是一种进化算法, 其基本原理是仿效生物界中的“物竞天择、 适者生存” 的演化法则, 它最初由美国Michigan大学的J. Holland教授于1967年提出。遗传算法是从代表问题可能潜在的解集的一个种群( population) 开始的, 而一个种群则由经过基因( gene) 编码的一定数目的个体(individual)...原创 2019-11-13 21:43:02 · 5061 阅读 · 0 评论 -
第八课 决策树和随机森林
决策树原理概述决策树通过把样本实例从根节点排列到某个叶子节点来对其进行分类。 树上的每个非叶子节点代表对一个属性取值的测试,其分支就代表测试的每个结果;而树上的每个叶子节点均代表一个分类的类别, 树的最高层节点是根节点。简单地说, 决策树就是一个类似流程图的树形结构, 采用自顶向下的递归方式, 从树的根节点开始, 在它的内部节点上进行属性值的测试比较, 然后按照给定实例的属性值确定对应的分支...原创 2019-11-12 21:35:29 · 2731 阅读 · 0 评论 -
第七课 极限学习机( Extreme Learning Machine, ELM)
背景前向神经网络的学习速度通常远低于要求,并且在过去几十年里一直是其应用的一个主要瓶颈。背后的两个关键原因可能是:1)基于慢梯度的学习算法被广泛应用于神经网络的训练。2)利用这种学习算法对网络的所有参数进行迭代调整。与这些传统实现不同,极限学习机(ELM)随机化广义单隐藏层前馈网络(SLFN)的所有隐藏节点参数,并通过分析确定SLFN的输出权重。•所有隐藏节点参数均独立于目标功能或训练数...原创 2019-11-10 15:55:24 · 5623 阅读 · 6 评论 -
第六课 支持向量机( Support Vector Machine, SVM)—— libsvm应用
乳腺癌诊断实战:分类1、使用数据说明:BreastTissue_data.mat106个样本数据,每个样本9个特征,标签:20个1,15个2,18个3,16个4,14个5,22个6。matrix中106*9,每一行表示一个样本的9个特征输入数据。2、libsvm训练参数的设定训练数据svm-train中参数:svm-train主要实现对训练数据集的训练,并可以获得SVM模型。用法:...原创 2019-11-09 21:10:28 · 1989 阅读 · 2 评论 -
第五课 竞争神经网络和SO(F)M神经网络——无监督神经网络模型
前三四节课讲得是有监督神经网络,这一节课讲得两种神经网络是无监督神经网络,不需要给出类别(标签),只需要给出输入即可。所有神经网络的重点就是阈值b和权值W的生成过程,是根据参数所决定的,可访问函数内部去了解算法。有监督:需要输入和划分标签,结果是判断是哪一类东西,比如:训练西瓜,苹果等,然后给出新水果告诉你是哪一种水果。无监督:只需要输入无标签,结果判定属于哪一群体的,这群体是什么不知道。比如...原创 2019-11-07 16:11:20 · 3946 阅读 · 0 评论 -
ind2vec和vec2ind函数用法
1、首先从字面上的意思ind2vec()函数表示从索引到向量举例子:A=[1 3 2 2 2 1 2 3];B=ind2vec(A)B =(1,1) 1(3,2) 1(2,3) 1(2,4) 1(2,5) 1(1,6) 1(2,7) 1(3,8) 1可以看出A是...原创 2019-11-07 15:18:59 · 2036 阅读 · 0 评论 -
第四课 RBF、GRNN和PNN神经网络
1 RBF神经网络 VS BP神经网络径向基(radial basis functions,RBF)函数网络是以径向基函数为激活函数的人工神经网络,是一种线性组合。RBF函数:RBF和BP同一个数据进行实验对比:%% I. 清空环境变量clear allclc%% II. 训练集/测试集产生%%% 1. 导入数据load spectra_data.mat%%% 2...原创 2019-11-06 19:23:28 · 3509 阅读 · 4 评论 -
newff函数的使用——BP神经网络
初识函数举个例子,下面命令将创建一个二层网络。它的输入是两个元素的向量,第一层有三个神经元(3),第二层有一个神经元(1)。第一层的传递函数是tan-sigmoid,输出层的传递函数是linear。输入向量的第一个元素的范围是-1到2[-1 2],输入向量的第二个元素的范围是0到5[0 5],训练函数是traingd。net=newff([-1 2; 0 5],[3,1],{'tansig'...原创 2019-11-05 21:26:54 · 64501 阅读 · 9 评论 -
第三课 BP神经网络
一、人工神经网络在机器学习和认知科学中,人工神经网络(artificial neural networks ,ANNs)是受生物神经网络启发的一系列统计学习模型(动物的中枢神经系统,特别是大脑的中枢神经系统),用于估计或近似可依赖于大量输入且通常未知的函数。(通俗的讲就是需要输入大量样本数据进行训练学习,提取特征来进行统计分类)人工神经元模型输入:X1-Xn是输入的数据;权值:Wi1-W...原创 2019-11-05 21:03:46 · 2329 阅读 · 2 评论 -
Matlab之数据归一化函数——mapminmax()
归一化化就是要把你需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便,其次是保证程序运行时收敛加快。mapminmax函数这个函数可以把矩阵的每一行归一到[-1 1]. [y1,PS] = mapminmax(x1). 其中x1 是需要归一的矩阵 y1是结果。函数接口:[Y,PS] = mapminmax(X)[Y,PS] = mapmi...原创 2019-09-11 11:26:01 · 34042 阅读 · 5 评论 -
第二课 MATLAB进阶与提高
CELL MODE 的应用在编写大型程序时,往往需要对某一部分的语句进行调试,以检测其功能。在这种情况下,我们通常又希望保留其他语句的执行结果。恰好,Matlab就提供了一个很方便的功能-CELL MODE。不仅能够方便分块调试,代码定位,还可以进行参数扫描(帮助文档中称作 Increment Values)。建立方法两个%加一个空格即可显示高亮。程序发布(Publish)可以表叫清楚...原创 2019-10-24 23:10:24 · 616 阅读 · 0 评论 -
第一课 MATLAB入门基础
ctrl+r,注释ctrl+t,取消注释原创 2019-10-23 17:34:13 · 2315 阅读 · 0 评论 -
机器学习及其Matlab实现——从基础到实践
学习大纲 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、 GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM) 第七课 极限学习机( Extreme Learning Machine, ELM) 第八课 决策树与随机森林...原创 2019-10-22 21:00:17 · 3500 阅读 · 0 评论