Young_Fan

图文并茂的PCA教程：https://blog.csdn.net/hustqb/article/details/78394058

利用Hog特征和SVM分类器进行行人检测：https://blog.csdn.net/qq_26898461/article/details/46786033梯度方向直方图Histogram of Oriented Gradients (HOG)：https://blog.csdn.net/sinat_34474705/article/details/80219617利用hog+svm（梯...

https://blog.csdn.net/v_july_v/article/details/7624837

https://blog.csdn.net/sarah98/article/details/78282068https://blog.csdn.net/xwd18280820053/article/details/70674256

应用在SVM的是仿射超平面。仿射超平面可以不通过原点。(1)b 是一个实数，代表超平面到原点的距离。(2)超平面一定过原点 。(1)和（2）自相矛盾，都必过原点了，还有什么到原点的距离，b=0，必过原点，b不等于0时，肯定不过原点。 真实情况：应用在SVM的是仿射超平面。仿射超平面可以不通过原点。参考：https://blog.csdn.net/dengheCSDN/article/det...

K-近邻算法步骤：对于未知类别属性数据集中的点：计算已知类别数据集中的点与当前点的距离 按照距离依次排序 选取与当前点距离最小的K个点 确定前K个点所在类别的出现概率 返回前K个点出现频率最高的类别作为当前点预测分类。概述：KNN 算法本身简单有效，它是一种 lazy-learning 算法。 分类器不需要使用训练集进行训练，训练时间复杂度为0。 KNN 分类的计...

方向导数是一个值，梯度是一个向量。方向导数顾名思义，方向导数就是某个方向上的导数。这里的方向什么是方向？这个方向是在二维的xy平面上的，而不是三维空间上的方向函数在这个方向上的图像：我们知道：函数的点在这个方向上也是有切线的，其切线的斜率就是方向导数：梯度很显然，点不止一个方向，而是都有方向：每个方向都是有方向导数的：...