转自：数据标准化/归一化normalization 这里主要讲连续型特征归一化的常用方法。离散参考[数据预处理：独热编码（One-Hot Encoding）]。 基础知识参考： [均值、方差与协方差矩阵 ] [矩阵论：向量范数和矩阵范数 ] 数据的标准化（normalization）和归一化 数据的 ...
分类：
其他好文 时间：
2017-07-19 23:21:24
阅读次数：
3662
前记： 全称：pls partial least squares method； 核心算法：NiPALS（Nonlinear Ilerative Partial Least Squares algorithm） 适用领域：经济学、机械控制技术、药物设计、计量化学、生物医学等； 原理：最小二乘法（最小 ...
分类：
其他好文 时间：
2017-07-19 14:11:05
阅读次数：
149
一、简介 PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题时，比如经常用的图像的查询问题，在一个几万或者几百万甚至更大的数据库中查询一幅相近的图像。这时，我们通常的方法是对图像库中的图片提 ...
分类：
其他好文 时间：
2017-06-30 00:59:41
阅读次数：
270
在一个样本中，样本的无偏估计的均值、标准差和方差如下： 对于单个变量，它的协方差可以表示为： 其实它即是方差，所以呢，当只有一个变量时，方差是协方差的一种特殊情况； 举例：有一个变量 X的样本为：0.2， 0.3，0.4，0.3，0.5；求自身的协方差（即方差） 对于两个变量，协方差可以表示为： 它... ...
分类：
其他好文 时间：
2017-06-12 16:16:02
阅读次数：
161
转自：http://blog.csdn.net/xw20084898/article/details/42077141 协方差的意义和计算公式 学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本的集合，依次给出这些概念的公式描述，这些高中 ...
分类：
其他好文 时间：
2017-05-30 16:10:30
阅读次数：
118
功能：python画2D图 直接上代码，注释很详细！ 关于官方pyplot.scatter()函数详解见：http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.scatter ...
分类：
编程语言 时间：
2017-05-03 22:52:48
阅读次数：
272
机器学习二 逻辑回归 在生成模型中讲到了，可以利用手头的数据，假设数据是满足高斯分布，且是不同的均值，但是同一个协方差矩阵，基于贝叶斯的判别式，可以得到 p(c1|x)>0.5 是第一类 p(c1|x)可以转化为sigmod(z)=w*x +b 在生成模型中讲到了，可以利用手头的数据，假设数据是满足 ...
分类：
其他好文 时间：
2017-04-18 10:06:41
阅读次数：
193
矩阵的特征值和特征向量是线性代数以及矩阵论中很重要的一个概念。在遥感领域也是经经常使用到。比方多光谱以及高光谱图像的主成分分析要求解波段间协方差矩阵或者相关系数矩阵的特征值和特征向量。依据普通线性代数中的概念，特征值和特征向量能够用传统的方法求得，可是实际项目中一般都是用数值分析的方法来计算，这里介 ...
分类：
编程语言 时间：
2017-04-18 09:47:45
阅读次数：
360
主成分分析（Principal components analysis，以下简称PCA）是最重要的降维方法之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。一般我们提到降维最容易想到的算法就是PCA，下面我们就对PCA的原理做一个总结。 1. PCA的思想 PCA顾名思义，就是找出数据里最 ...
分类：
其他好文 时间：
2017-04-05 22:03:12
阅读次数：
294
前几天接的一个小项目，基于欧氏距离和马氏距离的异常点检测，已经交接完毕，现在把代码公开。 基于欧式距离的： load data1.txt %导入数据，行为样本，列为特征 X=data1; %赋值给X u=mean(X); %求均值 [m,n]=size(X); for i=1:m dist(i)=s... ...
分类：
其他好文 时间：
2017-03-29 20:55:30
阅读次数：
1137
