一、概念 主成分分析（Principal Component Analysis）是指将多个变量通过线性变换以选出较少数重要变量的一种多元统计分析方法，又称为主成分分析。在实际应用场合中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个应用场合的某些信息。 主 ...
分类：
编程语言 时间：
2020-06-07 01:00:18
阅读次数：
92
cat/etc/redhat-releasepythonyum-yinstalllrzszvimwgetyum-yinstallzlib-develbzip2-developenssl-develncurses-develsqlite-develreadline-develtk-develgdbm-develdb4-devellibpcap-develxz-develgcc*cd/usr/loca
分类：
其他好文 时间：
2020-06-06 09:24:08
阅读次数：
70
1.K近邻算法基础实例 1 import numpy as np 2 import matplotlib.pyplot as plt 3 4 raw_data_X=[[3.9,2.3], 5 [3.1,1.7], 6 [1.3,3.3], 7 [3.5,4.6], 8 [2.2,2.8], 9 [7 ...
分类：
编程语言 时间：
2020-06-03 23:16:38
阅读次数：
93
原文链接 从高数原理推导出的PCA降维 【机器学习】降维-PCA PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。 PCA 的数学推导可以从最大可分型和最近重构性两方面进行，前者的优化条件为划分后方差最 ...
分类：
编程语言 时间：
2020-06-03 15:13:40
阅读次数：
75
PCA对手写数字数据集的降维 1. 导入需要的模块和库 from sklearn.decomposition import PCA from sklearn.ensemble import RandomForestClassifier as RFC from sklearn.model_select ...
分类：
编程语言 时间：
2020-05-30 23:26:07
阅读次数：
114
一、k-近邻算法概述 1、什么是k-近邻算法 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 2、欧式距离 两个样本的距离可以通过如下公式计算，又叫欧式距离。比方说计算a(a1,a2,a3)，b(b1,b2,b3)样本之间的距离： ...
分类：
编程语言 时间：
2020-05-30 00:58:20
阅读次数：
76
GOREPLAY是一个网络流量转发的应用，之前的名字叫GOR，GITHUB上的作者有介绍，更准确说应该是HTTP流量转发，作者的目标应该是WEB型应用在内网的转发，因为HTTP是一个应用广泛的协议，并且是标准的，因此从这个角度出发编写出来的转发应用能够在绝大多数的场景使用。这也会带来一定的问题，假设 ...
分类：
其他好文 时间：
2020-05-29 19:30:28
阅读次数：
87
PCA中的SVD 1 PCA中的SVD哪里来？ 细心的小伙伴可能注意到了，svd_solver是奇异值分解器的意思，为什么PCA算法下面会有有关奇异值分解的参数？不是两种算法么？我们之前曾经提到过，PCA和SVD涉及了大量的矩阵计算，两者都是运算量很大的模型，但其实，SVD有一种惊人的数学性质，即是 ...
分类：
编程语言 时间：
2020-05-29 17:46:29
阅读次数：
69
计算方法还是svd，这里把两个轴显示出来了。 过去用svd做过pca，就是在此基础上多一步运算，把原始数据旋转到主轴对应的坐标系上即可。 matlab代码如下： clear all; close all; clc; mu = [0 0]; sigma = [1 1.3;1.3 3]; data = ...
分类：
其他好文 时间：
2020-05-24 11:27:41
阅读次数：
56
