仰望星空

本博文主要参考机器学习KNN中第二个例程实现，若有不当之处，请指教，谢谢！import numpy as npimport operatorfrom os import listdirimport matplotlibimport matplotlib.pyplot as pltdef classify(inX,dataSet,labels,k): """ inX:测

    PCA作为一种无监督的特征提取方法，在很多场合都能见到其应用，其主要功能是降低数据维度，减少数据冗余。关于PCA的理论知识这里不作太多讲解，大致流程：(1)求数据的每一个维度的均值(2)数据去均值处理(3)构造协方差矩阵(4)求特征值和特征向量(5)取特征值较大的部分以及其对应的特征向量(6)将原始数据映射到新的空间具体实现：import numpy as npimport matplo...

python实现hog+svm训练的网上很多，但是资源svm训练这一块都是通过skimage这个库来实现的，本文从hog特征提取到svm的训练，以及后面的测试都是通过调用opencv来实现的，这样对于基于opencv来做开发的话较为方便，python+opencv通常是在建模的时候会用到，这主要是python脚本语言的高效性。话不多少，下面直接上代码："""Created on Tue ...

1、下载dlib，由于最近的dlib不支持vs2013，所以需要更低版本的dlib库，这里选用的是v18.16(下载链接：点击打开链接)，根据自己需要也可以下载其他的版本。下载完v18.16压缩包后，直接解压，我这里是解压到E:\software目录下2、dlib准备好了，下面就是对dlib库进行编译，这里采用的是cmake3.10.3，网络有些博客提到cmake的版本有可能导致编译的不完整情形，...

    人脸对齐是人脸识别系统中很重要的一个环节，SDM是传统人脸对齐算法中性能较为不错的一种，在今天这个深度学习如火如荼的时代，SDM依旧具有一定的优势。SDM相比深度网络具有模型小，速度快等优点。尽管SDM已经出现了好久，但是网络上对其具体的详细讲解的知识还是比较少，尤其是和训练相关的东西。这几天自己硬着头皮啃了下源码，给出自己的理解。...

1、SVM的作用对于给定的训练样本集D={(x1,y1), (x2,y2),… (xn,yn)}，yi属于{-1，+1}，希望能找出一个超平面，把不同类别的数据集分开，对于线性可分的数据集来说，这样的超平面有无穷多个，而最优的超平面即是分隔间距最大的中间那个超平面2、硬间隔最大化对于以上的KKT条件可以看出，对于任意的训练样本总有ai=0或者yif(xi) - 1=0即yi...

1. TF-IDF定义：tf-idf, term frequency - inverse document frequency，词频 -逆向文档频率。用于评价一个单词在整个语料库中的重要程度, 即这个词是否对不同文档有着很好的区分能力.如果某个词语term在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为这个词语具有很好的文档分类能力。它通常用于词加权, 即作为权重因...

DTW在很多领域都有其具体应用，主要用于模板匹配，如孤立词语音识别，计算机视觉中行为识别，信息检索等。最近在做语音这块的研究，于是深入分析了下DTW的具体实现过程，其实DTW的实现过程就是一个利用动态规划思想寻找最有路径。相关理论知识本来打算自己写一篇，网上查了下不得不佩服大神的杰作，所以这里自己就不再详述理论了，因为大神的佳作还是比较难超越。理论知识可以参考：(1)https://www.cnb...