码迷,mamicode.com
首页 >  
搜索关键字:pca knn    ( 1752个结果
【作业四】林轩田机器学习技法 + 机器学习公开新课学习个人体会
这次作业的coding任务量比较大,总的来说需要实现neural network, knn, kmeans三种模型。Q11~Q14为Neural Network的题目,我用单线程实现的,运行的时间比较长,因此把这几道题的正确答案记录如下:Q11: 6Q12: 0.001Q13: 0.01Q14: 0...
分类:其他好文   时间:2015-08-17 21:14:57    阅读次数:274
机器学习中的数学(4)-线性判别分析(LDA), 主成分分析(PCA)
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言:第二篇的文章中谈到,和部门老大一宁出去outing的时候,他给了我相当多的机器学...
分类:其他好文   时间:2015-08-17 11:45:06    阅读次数:174
机器学习中的数学(5)-强大的矩阵奇异值分解(SVD)及其应用
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解...
分类:其他好文   时间:2015-08-17 11:42:50    阅读次数:183
PCA(Principal Components Analysis)主成分分析
本文简单介绍了 PCA(Principal Components Analysis)主成分分析的思想,以及推导。...
分类:其他好文   时间:2015-08-17 06:34:05    阅读次数:158
稀疏矩阵
稀疏矩阵处理方法:(1) 数据平滑技术,如设定缺省值,将为评分项设为平均分或众数,回归填补法,随机填补法;聚类平滑技术,将未评分项使用聚类中心的数据经行填充。(2) 降维技术,主成分分析( PCA)和奇异值分解(SVD)(3)对已有相似度计算模型进行局部加权处理。如基于时间的加权,基于共现次数的线性...
分类:其他好文   时间:2015-08-16 19:33:54    阅读次数:195
KNN实战(一)
在对KNN简单验证之后,本文使用KNN改进约会网站的效果。
分类:其他好文   时间:2015-08-14 06:26:23    阅读次数:155
2.9 Model Selection and the Bias–Variance Tradeoff
结论模型复杂度↑Bias↓Variance↓ 例子$y_i=f(x_i)+\epsilon_i,E(\epsilon_i)=0,Var(\epsilon_i)=\sigma^2$ 使用knn做预测,在点$x_0$处的Excepted prediction error: ...
分类:其他好文   时间:2015-08-14 01:00:23    阅读次数:126
PCA-Principal Components Analysis 详细数学推导
转载请注明出处: blog.csdn.net/yobobobo...
分类:其他好文   时间:2015-08-13 22:16:01    阅读次数:1290
C++实现CVPR2010 LLC(局部约束线性编码)
因自己论文研究需要用到LLC,但作者Jinjun Wang好像只给出了matlab的实现,自己尝试用C++,用到了OpenCV中的Mat类,但速度实在是忒慢了,每个1000*2000左右的图像需要2000多秒,这怎能容忍!谁来帮忙看下哪里可以简化加速嘞?void LLC_coding_appr(Mat& dic,Mat& x,int knn,vector& His) { double beta=...
分类:编程语言   时间:2015-08-13 18:12:54    阅读次数:402
【Deep Learning】林轩田机器学习技法
这节课的题目是Deep learning,个人以为说的跟Deep learning比较浅,跟autoencoder和PCA这块内容比较紧密。林介绍了deep learning近年来受到了很大的关注:deep NNet概念很早就有,只是受限于硬件的计算能力和参数学习方法。近年来深度学习长足进步的原因有...
分类:其他好文   时间:2015-08-13 17:46:14    阅读次数:155
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!