numpy中数组的合并： 1.stack函数，合并后，数组维数+1，其实就是将数组按照某种某个轴线进行合并形成新的数组。 2.hstack函数，将数组2水平拼接到数组1 3.vstack函数，将数组2垂直拼接到数组1下方。 4.column_stack()函数，等价于hstack函数。 5.row_ ...
分类：
编程语言 时间：
2019-10-14 01:30:08
阅读次数：
325
特征提取（特征变换） 从一组已有的特征通过一定的数学运算得到一组新特征 数据降维： PCA：方差 LDA： 均值 两者都假设数据分布是高斯分布 Ref. 《模式识别(第三版)》张学工 ...
分类：
其他好文 时间：
2019-10-07 19:44:22
阅读次数：
75
主成分分析（Principal Component Analysis） 1. 一个非监督的机器学习算法 2. 主要用于数据的降维 3. 通过降维，可以发现更便于人类理解的特征 4. 其他应用：可视化、去噪 通过映射，我们可以把数据从二维降到一维： 显然，右边的要好一点，因为间距大，更容易看出差距。 ...
分类：
其他好文 时间：
2019-10-06 00:13:33
阅读次数：
101
机器学习简介： 特征向量 目标函数 机器学习分类： 有监督学习：分类问题（如人脸识别、字符识别、语音识别）、回归问题 无监督学习：聚类问题、数据降维 强化学习：根据当前状态预测下一个状态，回报最大化，回报具有延迟性，如无人驾驶、下围棋 深度学习数学知识：微积分、线性代数、概率论、最优化方法 一元函数 ...
分类：
其他好文 时间：
2019-10-03 12:58:27
阅读次数：
120
主成分分析(Principe Component Analysis，PCA)，属于最常用的降维方法之一。顾名思义，主成分分析就是找出数据的主要部分来替代表示原始数据。所谓主要部分，就是用它来表示原始数据时，误差小。那么如何衡量这个误差呢？首先，将数据从高维降低到低维，实际上就是找一个超平面，使其能够... ...
分类：
编程语言 时间：
2019-10-02 20:35:27
阅读次数：
150
前言sklearn想必不用我多介绍了，一句话，她是机器学习领域中最知名的python模块之一，若想要在机器学习领域有一番建树，必绕不开sklearn sklearn的官网链接http://scikit-learn.org/stable/index.html# 首先，放上一张官网上的sklearn的结 ...
分类：
其他好文 时间：
2019-09-27 16:30:26
阅读次数：
147
协同过滤 collaborative filtering 人以类聚，物以群分 相似度 1. Jaccard 相似度 定义为两个集合的交并比： Jaccard 距离，定义为 1 - J(A, B)，衡量两个集合的区分度： 为什么 Jaccard 不适合协同过滤？—— 只考虑用户有没有看过，没考虑评分大 ...
分类：
其他好文 时间：
2019-09-22 14:33:52
阅读次数：
93
1、PCA分类介绍 在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。最常用的PCA类就是sklearn.decomposition.PCA。 原理：线性映射（或线性变换），简单的来说就是将高维空间数据投影到低维空间上，那么在数据分析上，我们是将数据的 ...
分类：
其他好文 时间：
2019-09-14 22:24:57
阅读次数：
119
tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。 参考：https://blog.csdn.net/dcrmg/article/details/79797826 ...
分类：
其他好文 时间：
2019-09-13 17:12:26
阅读次数：
96
1、首先了解一下apply()与concat()方法 其他对象.方法名.apply(当前对象，[参数1，参数2，参数3])：当前对象使用其他对象的方法，并传入参数。 concat()：数组拼接，返回一个新数组 2、将多维数组降维成一维。首先将n维数组降维为n-1维，依次递归，降维一维。 使用递归，需 ...
分类：
编程语言 时间：
2019-09-13 15:30:04
阅读次数：
99
