1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得 ...
分类：
其他好文 时间：
2018-05-03 15:25:52
阅读次数：
189
蓄水池抽样——《编程珠玑》读书笔记 382. Linked List Random Node 398. Random Pick Index 蓄水池抽样——《编程珠玑》读书笔记 382. Linked List Random Node 398. Random Pick Index 问题：如何随机从n个 ...
分类：
编程语言 时间：
2018-04-30 13:37:33
阅读次数：
283
基础概念 类别不均衡是指在分类学习算法中，不同类别样本的比例相差悬殊，它会对算法的学习过程造成重大的干扰。比如在一个二分类的问题上，有1000个样本，其中5个正样本，995个负样本，在这种情况下，算法只需将所有的样本预测为负样本，那么它的精度也可以达到99.5%，虽然结果的精度很高，但它依然没有价值 ...
分类：
其他好文 时间：
2018-04-20 00:19:17
阅读次数：
456
在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 随机森林构建 编辑 决策树相当于一个大师，通过自己在数据集中学到的知识对于新的数据进行分类。但是俗话说得好，一个诸葛亮，玩不过三个臭皮匠。随机森林就是希望构建多个臭皮匠，希望最终的分类效果能够超过 ...
分类：
其他好文 时间：
2018-04-10 21:49:47
阅读次数：
347
随机森林 随机森林的“随机”体现在两个部分： 使用boostrap随机抽样（通俗点说就是有放回的随机抽样），假设原先数据集有N个样本，每次仍然抽出来N个样本，进行M次抽样，组成M个数据集（也就是抽M次，每次抽N个），每个单独的数据集都用来训练一颗单独的决策树T 选取特征进行分裂的时候,随机选取 k ...
分类：
其他好文 时间：
2018-04-04 12:45:26
阅读次数：
493
实函数的傅里叶变换的幅度谱是偶函数，其相位谱为奇函数。这一特性在信号分析中得到广泛应用。 离散系统频响特性的函数freqz() [H，W ] = freqz（b，a，n）返回量H则包含了离散系统频响在 0~pi范围内N个频率等分点的值（其中N为正整数），w则包含了 0~pi 范围内N个频率等分点。b ...
分类：
其他好文 时间：
2018-03-25 15:59:05
阅读次数：
373
1.试述大数据对思维方式的重要影响。 全样而非抽样：在过去因为数据的存储和处理能力有限制，一般是采用抽样的办法来进行科学分析样本数据和推断全集数据总体特征； 而在现今的大数据时代，通常是采用海量数据的存储和处理的技术来科学分析全集数据，并且快速得到数据分析的结果。 效率而非精确：在过去采用抽样的科学 ...
分类：
其他好文 时间：
2018-03-08 00:10:35
阅读次数：
135
1.试述大数据对思维方式的重要影响。 大数据时代对思维方式最大的影响有以下几点： 1.全样而非抽样 2.效率而非精确 3.相关而非因果 全采样而非抽样的转变在于计算机性能的提升，主要包括存储与计算两个方面。存储容量在成倍增长的同时，成本也在下降。这就为记录海量数据创造了条件。再则计算方式（分布式、并 ...
分类：
其他好文 时间：
2018-03-07 16:18:51
阅读次数：
147
大数据是时代发展的必然趋势，大数据的发展影响着我们的生活，改变着我们的思维，大数据是非常有价值的东西，对改善我们的生活，对社会的发展进步有着重要意义。 大数据思维具有三层含义。 第一层含义是, 大数据思维必须分析全面的数据而非 随机抽样,必须重视数据的复杂性,弱化精确性,必须关注数据的相关性,而非因 ...
分类：
其他好文 时间：
2018-03-07 01:01:22
阅读次数：
158
试述大数据对思维方式的重要影响。 （1）大数据而不是样本数据 过去，受数据存储和处理能力的限制，在科学分析中，通常采用抽样的方法，从大数据中抽取一部分样本数据，通过对样本数据的分析，来推断大数据的总体特征。样本数据规模要比大数据小得多，因此，可以在可控的代价内实现数据分析的目的。 现在迎来大数据时代 ...
分类：
其他好文 时间：
2018-03-06 23:26:38
阅读次数：
401
