霍夫线变换的原理 一条直线在图像二维空间可由两个变量表示，有以下两种情况： ① 在笛卡尔坐标系中：可由参数斜率和截距（k，b）表示。 ② 在极坐标系中：可由参数极经和极角（r，θ）表示。 对于霍夫线变换，我们将采用第二种方式极坐标系来表示直线，因此直线的表达式可为： 化简便可得到： 对于（x0，y0 ...
分类：
其他好文 时间：
2020-02-19 16:46:47
阅读次数：
86
1. 支持向量 1.1 线性可分 首先我们先来了解下什么是线性可分。 在二维空间上，两类点被一条直线完全分开叫做线性可分。 简单说就是如图上这样，一个线（FX）把D1和D0分为两个类，FD1>0,FD2<0 1.2 最大间隔超平面 当进入一个三维的时候，这个分割就变成了一个木板，具体做的就是把这个分 ...
分类：
其他好文 时间：
2020-02-14 12:53:57
阅读次数：
84
前言 本章的目的是了解和运行 TensorFlow，在开始之前，让我们先看一段使用 Python API 撰写的 TensorFlow 示例代码，让你 对将要学习的内容有初步的印象。 下面这段短小的 Python 程序将把一些数据放入二维空间，再用一条线来拟合这些数据： 以上代码的第一部分构建了数据 ...
分类：
其他好文 时间：
2020-01-03 23:32:04
阅读次数：
152
LeetCode 452 453 454 455 456 459 1 编程题 【LeetCode 452】用最少数量的箭引爆气球 在二维空间中有许多球形的气球。对于每个气球，提供的输入是水平方向上，气球直径的开始和结束坐标。由于它是水平的，所以y坐标并不重要，因此只要知道开始和结束的x坐标就足够了。 ...
分类：
编程语言 时间：
2020-01-02 14:13:30
阅读次数：
117
Silence 追求大道至简的终极真理，旨在打造一个干净、专注阅读的博客主题，没有二维空间元素、不存在花里胡哨。 简单概括其几个主要特点： 专注阅读、精致漂亮的 UI； 事无巨细的部署文档； 兼容移动端浏览器； 源码结构清晰、易扩展。 作者：小七奇奇 链接：https://www.jianshu.c ...
分类：
其他好文 时间：
2019-12-16 13:01:07
阅读次数：
138
我们知道较早的分类模型——感知机（1957年）是二类分类的线性分类模型，也是后来神经网络和支持向量机的基础。 1、感知机模型 感知机模型是一种二分类的线性分类器，只能处理线性可分的问题，感知机的模型就是尝试找到一个超平面将数据集分开，在二维空间这个超平面就是一条直线，在三维空间就是一个平面。 2. ...
分类：
编程语言 时间：
2019-11-16 14:39:15
阅读次数：
96
[TOC] 机器学习中的距离 机器学习任务中，常用的距离公式有以下几种： 1. 欧式距离（又称欧几里得距离） 2. 曼哈顿距离（又称城市街区距离） 3. 切比雪夫距离 4. 闵氏距离（又称闵可夫斯基距离） 5. 标准化欧式距离 6. 余弦距离 （一）欧式距离 公式： $$ d = \sqrt{(a ...
分类：
其他好文 时间：
2019-10-12 01:35:26
阅读次数：
104
【定义】 【极角】极坐标系中的phi，对于直线来说可以直接看成斜率，因为斜率也可以表示为角度 计算几何是运用计算机中的值和代码去模拟真实的几何运算过程，所以需要先创建相对应的元素，而最基本的元素就是点，而点能够表示二维空间内的位置 同在二维空间，点和向量的储存方式类似（但是实际意义大不相同） 通过重 ...
分类：
编程语言 时间：
2019-10-06 13:35:23
阅读次数：
78
一、欧几里得距离 用来记录两个向量之间的距离。 欧氏距离越小，两个用户相似度就越大，欧氏距离越大，两个用户相似度就越小。 二维空间的公式： 其中， 为点 与点 之间的欧氏距离； 为点 到原点的欧氏距离。 三维空间的公式： n维空间的公式： 二、闵可夫斯基距离 当p=1时，即为曼哈顿距离； 当p=2时 ...
分类：
编程语言 时间：
2019-08-25 00:35:40
阅读次数：
241
在做分类时常常需要估算不同样本之间的相似性度量(SimilarityMeasurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。 本文目录： 1.欧氏距离 2.曼哈 ...
分类：
其他好文 时间：
2019-08-03 11:15:41
阅读次数：
113
