机器学习
zhs951208
这个作者很懒,什么都没留下…
展开
-
PCA学习
1、PCA的作用是降维,并且可以发现数据模式 2、PCA(Principal Component Analysis)不仅仅是对高维数据进行降维,更重要的是经过降维去除了噪声,发现了数据中的模式。 PCA把原先的n个特征用数目用更少的m个特征取代,新特征是旧特征的线性组合,这些线性组合最大化样本方差,尽量使新的m个特征互不相关。从旧特征到新特征的映射捕获数据中的固有变异性。 3、训原创 2016-06-05 10:57:35 · 427 阅读 · 0 评论 -
HMM学习
【综述】 HMM是一个基于统计的模型,要知道各个状态间相互转换的概率 【HMM原理简述】 1.马尔可夫过程 状态 初始向量 系统在初试时间的状态的概率 状态转移矩阵 由某种状态转移到另一状态的概率 2.隐藏状态与可观察状态 隐藏状态的数目和可以观察到的状态的数目可能是不一样的, 可以观察到的状态序列和隐藏的状态序列是概率相关的 3.隐马尔可夫模原创 2016-06-05 15:31:10 · 566 阅读 · 0 评论