码迷,mamicode.com
首页 >  
搜索关键字:高维数据    ( 99个结果
python 数据分析
IPython 变量名? 函数名?获取相关帮助 %run [文件名].py 执行py文件 数据的维度:一组数据的组织形式 列表和数组: 一组数据的有序结构 区别: 列表:数据类型可以不同 数组:数据类型相同 一维数据:列表(有序)、集合(无序) 二(多)维数据:多维列表 高维数据:字典类型、数据表示 ...
分类:编程语言   时间:2019-11-12 20:20:16    阅读次数:112
Pandas | 01 数据结构
Pandas的三种数据结构: 系列(Series) 数据帧(DataFrame) 面板(Panel) 这些数据结构,构建在Numpy数组之上,这意味着它们很快 维数和描述 考虑这些数据结构的最好方法是,较高维数据结构是其较低维数据结构的容器。 例如,DataFrame是Series的容器,Panel ...
分类:其他好文   时间:2019-10-28 20:32:58    阅读次数:87
论文阅读|GETNET: A General End-to-End 2-D CNN Framework for Hyperspectral Image Change Detection
abstract 有两个问题:1.传统算法不适用于高光谱图像的高维数据;2.亚像素级的信息没有被充分利用。因此作者提出了通用的端到端的2维CNN来进行高光谱图像的变化检测。主要贡献:1.引入融合亚像素表示的混合亲和矩阵,挖掘更多的跨通道梯度特征,融合多源信息;2.设计2维CNN在更高的层次有效学习多 ...
分类:Web程序   时间:2019-10-26 22:41:14    阅读次数:168
05-03 主成分分析(PCA)
[TOC]更新、更全的《机器学习》的更新网站,更有python、go、数据结构与算法、爬虫、人工智能教学等着你:https://www.cnblogs.com/nickchen121/# 主成分分析(PCA)# 一、维数灾难和降维在KNN算法中曾讲到,对于高维数据,会出现数据样本稀疏、距离计算困难等... ...
分类:其他好文   时间:2019-10-16 17:45:11    阅读次数:100
SVM(支持向量机)
支持向量机是一个点离决策边界越近,离决策面越远的问题 求解的过程主要是通过拉格朗日乘子法,来求解带约束的优化问题,在问题中涉及两个方面,一个是线性的,一个是非线性的,非线性的有 我们平时比较常见的高斯核函数(径向基函数),他的主要做法就是把低维的数据变成高维数据,通过^2的方法 在支持向量基中的参数 ...
分类:其他好文   时间:2019-08-22 11:22:22    阅读次数:104
PCA降维
概念 在机器学习中经常会碰到一些高维的数据集,而在高维数据情形下会出现数据样本稀疏,距离计算等困难,这类问题是所有机器学习方法共同面临的严重问题,称之为“ 维度灾难 ”。另外在高维特征中容易出现特征之间的线性相关,这也就意味着有的特征是冗余存在的。基于这些问题,降维思想就出现了。 降维方法有很多,而 ...
分类:其他好文   时间:2019-08-06 21:25:15    阅读次数:141
Python开发:NumPy学习(一)ndarray数组
一、数据维度 一个数据表达一个含义,一组数据表达一个或多个含义。 数据维度概念:一组数据的组织形式,其中有一维数据、二维数据、多维数据、高维数据。 1、 一维数据 一维数据由对等关系的有序或无序数据构成,采用线性方式组织。 对应:列表、集合 2、二维数据 二维数据由多个一维数据构成,是一维数据的组合 ...
分类:编程语言   时间:2019-07-22 18:03:54    阅读次数:113
局部线性嵌入(LLE)原理总结
局部线性嵌入(Locally Linear Embedding,以下简称LLE)也是非常重要的降维方法。和传统的PCA,LDA等关注样本方差的降维方法相比,LLE关注于降维时保持样本局部的线性特征,由于LLE在降维时保持了样本的局部特征,它广泛的用于图像图像识别,高维数据可视化等领域。下面我们就对L... ...
分类:其他好文   时间:2019-07-19 18:41:00    阅读次数:107
高维数据降维——主成分分析
一、 高维数据降维 高维数据降维是指采取某种映射方法,降低随机变量的数量。例如将数据点从高维空间映射到低维空间中,从而实现维度减少。降维分为特征选择和特征提取两类,前者是从含有冗余信息以及噪声信息的数据中找出主要变量,后者是去掉原来数据,生成新的变量,可以寻找数据内部的本质结构特征。 简要来说,就是 ...
分类:其他好文   时间:2019-06-24 23:59:50    阅读次数:250
sklearn中的降维算法PCA和SVD
sklearn中的降维算法PCA和SVD 1 概述 1.1 从什么叫“维度”说开来 1.2 sklearn中的降维算法 2 PCA与SVD 2.1 降维究竟是怎样实现? 2.2 重要参数n_components 2.2.1 迷你案例:高维数据的可视化 2.2.2 最大似然估计自选超参数 2.2.3 ...
分类:编程语言   时间:2019-03-19 10:41:12    阅读次数:1183
99条   上一页 1 2 3 4 ... 10 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!