1.感知机：二类分类的线性模型，输入为实例的特征向量，输出为某类别，取+1和-1.目的在求出将训练数据进行线性划分的分离超平面，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化求得感知机模型。2.感知机模型： ，sign为符号函数，w为权值或权向量，b为偏置。 其几何解释：对应一个越.....
分类：
其他好文 时间：
2015-04-29 23:04:34
阅读次数：
186
特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系，我在接下来会谈到，特征值分解和奇异值分解的目的都是一样，就是提取出一个矩阵最重要的特征。1.特征值： 如果说一个向量v是方阵A的特征向量，将一定可以表示成下面的形式：写成矩阵形式： 这时候λ就被称为特征向量v对应的特征...
分类：
其他好文 时间：
2015-04-29 19:19:06
阅读次数：
150
均值：描述的是样本集合的中间点。方差：描述的是样本集合的各个样本点到均值的距离之平均，一般是用来描述一维数据的。协方差：是一种用来度量两个随机变量关系的统计量。只能处理二维问题。计算协方差需要计算均值。如下式：方差与协方差的关系协方差矩阵：协方差矩阵能处理多维问题；协方差矩阵是一个对称的矩阵，而且对...
分类：
其他好文 时间：
2015-04-28 15:54:30
阅读次数：
177
这两种方法都是KL变换的一种形式吧，PCA主要是把高位数据投影到k个低维的正交坐标轴上，来实现尽量保留原始信息 LDA主要是类内与类外的散列程度，该方法投影后的坐标轴不一定正交（因为scatter矩阵不一定是对角的） 两种方法都会转化为求解矩阵特征值特征向量，而且是选择最大的K个特征值对应的...
分类：
其他好文 时间：
2015-04-18 19:03:09
阅读次数：
858
特征值与特征向量的几何意义矩阵的乘法是什么，别只告诉我只是“前一个矩阵的行乘以后一个矩阵的列”，还会一点的可能还会说“前一个矩阵的列数等于后一个矩阵的行数才能相乘”，然而，这里却会和你说——那都是表象。矩阵乘法真正的含义是变换，我们学《线性代数》一开始就学行变换列变换，那才是线代的核心——别会了点猫...
分类：
其他好文 时间：
2015-04-16 14:10:16
阅读次数：
139
PCA的实现一般有两种，一种是用特征值分解去实现的，一种是用奇异值分解去实现的。 内容： PCA （主成份分析）是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果； PCA 的一个应用——LSI(Latent Semantic Indexing, 隐含语义...
分类：
其他好文 时间：
2015-04-10 22:21:55
阅读次数：
371
特征向量：跟踪框位置相对轨迹中心的比值，角度，速度。马尔科夫模型：State Sequence, q1 q2 ...... qTt个状态之间的转移可见，则这个时间序列的概率是πq1 × aq1q2 × ...... × aqT-1qT隐马尔科夫模型：状态不可见（隐藏），只能从观察值推测出，所以由观察...
分类：
其他好文 时间：
2015-03-21 01:06:22
阅读次数：
222
编写一个C++程序来实现将原始的目标特征向量数据转化成libsvm可以使用的数据格式。...
分类：
编程语言 时间：
2015-03-15 09:32:00
阅读次数：
281
特征的匹配大致可以分为3个步骤： 特征的提取 计算特征向量 特征匹配 对于3个步骤，在OpenCV2中都进行了封装。所有的特征提取方法都实现FeatureDetector接口，DescriptorExtractor接口则封装了对特征向量（特征描述符）的提取，而所有特征向量的匹配都继承了Descrip...
分类：
其他好文 时间：
2015-03-09 12:20:23
阅读次数：
148
利用QR算法求解矩阵的特征值和特征向量为了求解一般矩阵(不是那种幼稚到shi的2 x 2矩阵)的特征值．
根据定义的话，很可能需要求解高阶方程．．．
这明显是个坑．．．高阶方程你肿么破．．．折腾了好久
1.我要求特征值和特征向量．
2.找到一种算法QR分解矩阵求解特征值
3.QR矩阵分解需要Gram-schimidt正交化分解有一种很明显的感觉，往往在现在很难有 很系统 很深入 的学习某一...
分类：
编程语言 时间：
2015-03-05 22:23:59
阅读次数：
551
