由于毕设是关于机器学习的，所以有在学习一些关于机器学习的内容。 起步是先看Andrew ng 的视频，这一周的总结如下。 首先，机器学习分为监督学习和非监督学习。 而我的理解是监督学习是有标准的，即你可以对你的结果以他之前的一些数据作为标准进行判断，所谓监督。监督问题也分为分类和回归问题。分类即结果 ...
分类：
其他好文 时间：
2017-03-04 13:03:22
阅读次数：
290
监督学习：简单来说就是给定一定的训练样本(这里一定要注意，样本是既有数据，也有数据对应的结果)，利用这个样本进行训练得到一个模型(可以说是一个函数)，然后利用这个模型，将所有的输入映射为相应的输出，之后对输出进行简单的判断从而达到了分类(或者说回归)的问题。简单做一个区分，分类就是离散的数据，回归就 ...
分类：
其他好文 时间：
2016-12-12 23:05:02
阅读次数：
142
对于高斯混合模型是干什么的呢？它解决什么样的问题呢？它常用在非监督学习中，意思就是我们的训练样本集合只有数据，没有标签。 它用来解决这样的问题：我们有一堆的训练样本，这些样本可以一共分为K类，用z(i)表示。，但是具体样本属于哪类我们并不知道，现在我们需要建立一个模型来描述这个训练样本的分布。这时，... ...
分类：
编程语言 时间：
2016-12-05 02:02:34
阅读次数：
577
1. 基本概念：训练集，测试集，特征值，监督学习，非监督学习，半监督学习，分类，回归 2. 概念学习：人类学习概念：鸟，车，计算机 定义：概念学习是指从有关某个布尔函数的输入输出训练样例中推断出该布尔函数 3. 例子：学习 “享受运动" 这一概念： 小明进行水上运动，是否享受运动取决于很多因素 天气 ...
分类：
其他好文 时间：
2016-10-22 06:57:46
阅读次数：
134
第一层、了解SVM 1.0、什么是支持向量机SVM 要明白什么是SVM，便得从分类说起。 分类作为数据挖掘领域中一项非常重要的任务，它的目的是学会一个分类函数或分类模型(或者叫做分类器)，而支持向量机本身便是一种监督式学习的方法(至于具体什么是监督学习与非监督学习，请参见此系列Machine L&D ...
分类：
其他好文 时间：
2016-09-04 17:35:57
阅读次数：
230
机器学习学习笔记1周志华机器学习Flyu6Time: 2016-6-12基本概念的学习Learning Style(学习类型)supervised(监督学习)unsupervised(非监督学习)假设空间归纳 (induction)演绎 (deduction)归纳偏好没有免费午餐(NFL: No F... ...
分类：
其他好文 时间：
2016-07-15 09:34:41
阅读次数：
181
k-均值聚类是非监督学习的一种，输入必须指定聚簇中心个数k。k均值是基于相似度的聚类，为没有标签的一簇实例分为一类。 一 经典的k-均值聚类 思路： 1 随机创建k个质心（k必须指定，二维的很容易确定，可视化数据分布，直观确定即可）； 2 遍历数据集的每个实例，计算其到每个质心的相似度，这里也就是欧 ...
分类：
其他好文 时间：
2016-07-04 23:26:24
阅读次数：
214
机器学习可以从数据中得到有用的见解. 目标是纵观Spark MLlib，采用合适的算法从数据集中生成见解。对于 Twitter的数据集, 采用非监督集群算法来区分与Apache?Spark相关的tweets . 初始输入是混合在一起的tweets。 首先提取相关特性, 然后在数据集中使用机器学习算法 , 最后评估结果和性能....
分类：
编程语言 时间：
2016-05-30 11:25:52
阅读次数：
289
1. 写在前面 在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Unsupervised learning)以及半监督学习(Semi-supervised learning)是三类研究比较多，应用比较广的学习技术，wiki上对这三种 ...
分类：
其他好文 时间：
2016-05-21 18:58:14
阅读次数：
146
非监督分类的概念： 非监督分类，又称“聚类分析或者点群分析”。在多光谱图像中搜寻、定义其自然相似光谱集群的过程。它不必对图像地物获取先验知识，仅依靠图像上不同地物光谱信息进行特征提取，在统计特征的差别来达到分类的目的，最后对已分出的各个类别的实际属性进行确认。 在ENVI中ISODATA和K-Mea ...
分类：
其他好文 时间：
2016-04-21 01:19:04
阅读次数：
217
