一、目标函数的梯度求解公式 PCA 降维的具体实现，转变为： 方案：梯度上升法优化效用函数，找到其最大值时对应的主成分 w ； 1）推导梯度求解公式 变形一 变形二 变形三：向量化处理 最终的梯度求解公式：▽f = 2 / m * XT . (X . dot(w) ) ...
分类：
其他好文 时间：
2018-06-09 13:16:03
阅读次数：
343
github： "PCA代码实现" 、 "PCA应用" 本文算法均使用python3实现 1. 数据降维 在实际生产生活中，我们所获得的数据集在特征上往往具有很高的维度，对高维度的数据进行处理时消耗的时间很大，并且过多的特征变量也会妨碍查找规律的建立。 如何在最大程度上保留数 ...
分类：
编程语言 时间：
2018-06-08 21:59:09
阅读次数：
451
希望在毫不知情（很少的人类介入）的情况下实现。即端对端的实现。 一、Intro 工具推荐： 二、Auto-Encoder 使用自编码器的情况：1）拿到的原始数据缺少标签 （数据降噪） 2）数据太大了，需要进行降维，使得最后数据集大小可接受（例如可以讲原始的8*8图片压缩成2*1的） 将原始图片“数字 ...
分类：
其他好文 时间：
2018-06-06 18:19:08
阅读次数：
173
1、卷积神经网络中卷积的核心意义是什么？每一组卷集合 权重是一个抽特征的滤波器， 从卷集核的角度抽取特征2、卷积神经网络很好的特性参数共享机制每一个神经元固定一组a x b x c（图像的通道数） 的参数w ，因此每一层网络的参数是 a x b x c x depth(神经元个数)；a x b 代表 ...
分类：
其他好文 时间：
2018-06-05 23:25:15
阅读次数：
200
有一句话在业界广为流传：特征工程决定了模型的上界，调参决定模型能够有多逼近这个上界。 这里以sklearn为例讲讲特征工程。 一图概览特征工程 虽然说分了这么多部分，但特征工程最重要的部分还是特征处理，特征处理主要包含三个方面，特征预处理，特征选择和降维度。 数据预处理 数据预处理一方面把特征转为合 ...
分类：
其他好文 时间：
2018-06-05 13:29:25
阅读次数：
148
PCA PCA（Principal Component Analysis，主成分分析）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其 ...
分类：
编程语言 时间：
2018-06-02 23:58:29
阅读次数：
460
定义：从广义上来说，机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。 机器学习所牵扯的一些相关范围的学科与研究领域：模式识别，数据挖掘，统计学习，计算机视觉，语音识别， 自然语言处 ...
分类：
其他好文 时间：
2018-05-29 17:43:03
阅读次数：
153
Dimensionality reduction. Throughout the manuscript we use diffusion maps, a non-linear dimensionality reduction technique37. We calculate a cell-to-c ...
分类：
其他好文 时间：
2018-05-28 15:02:09
阅读次数：
763
协同过滤推荐基于用户的最近邻推荐思想：给定一个评分数据集以及当前（活跃）用户ID作为输入，找出与当前用户过去有相似偏好的其他用户，这些用户有时被称为对等用户或者最近邻；然后，对当前用户没见过的每个商品p，利用其近邻对p的评分计算预测值。潜在假设：（1）如果用户过去有相似的偏好，那么他们未来也会有相似... ...
分类：
其他好文 时间：
2018-05-27 23:43:06
阅读次数：
173
受限玻尔兹曼机是由Geoff Hinton发明，是一种用于降维、分类、回归、协同过滤、特征学习和主题搭建的算法。 一 网络结构 我们首先介绍一下受限玻尔兹曼机这类神经网络，因为它相对简单具有重要的历史意义。下文将以示意图和通俗的语言解释其运作原理。 RBM是有两个层的浅层神经网络，它是组成深度置信网 ...
分类：
其他好文 时间：
2018-05-19 18:50:52
阅读次数：
252
