题目 "http://poj.org/problem?id=1723" 题解 带权中位数类型的题目~ 可以先考虑降维，最后集合的y坐标，明显是y坐标的中位数的位置,容易求出y方向的贡献res_y。比较麻烦的是在x坐标上最后是要列成一排，而不是单独的一个点，我们可以假设最后集合的最左边的点是x，采用贪 ...
分类：
其他好文 时间：
2018-01-20 11:06:43
阅读次数：
170
十三、聚类(Clustering) 13.1 无监督学习：简介 13.2 K 均值算法 13.3 优化目标 13.4 随机初始化 13.5 选择聚类数 十四、降维(Dimensionality Reduction) 14.1 动机一：数据压缩 14.2 动机二：数据可视化 14.3 主成分分析问题 ...
分类：
其他好文 时间：
2018-01-17 01:13:49
阅读次数：
553
1.1 降维的必要性 1. 多重共线性--预测变量之间相互关联。多重共线性会导致解空间的不稳定，从而可能导致结果的不连贯。 2. 高维空间本身具有稀疏性。一维正态分布有68%的值落于正负标准差之间，而在十维空间上只有0.02%。 3. 过多的变量会妨碍查找规律的建立。 4. 仅在变量层面上分析可能会 ...
分类：
其他好文 时间：
2018-01-11 16:01:08
阅读次数：
166
PCA（Principal Component Analysis）不仅仅是对高维数据进行降维，更重要的是经过降维去除了噪声，发现了数据中的模式。 PCA把原先的n个特征用数目更少的m个特征取代，新特征是旧特征的线性组合，这些线性组合最大化样本方差，尽量使新的m个特征互不相关。从旧特征到新特征的映射捕 ...
分类：
其他好文 时间：
2018-01-11 16:00:31
阅读次数：
193
定义如下： reduce_sum 是 tensor 内部求和的工具。其参数中： 1. input_tensor 是要求和的 tensor 2. axis 是要求和的 rank，如果为 none，则表示所有 rank 都要仇和 3. keep_dims 求和后是否要降维 4. 这个操作的名称，可能在 ...
分类：
其他好文 时间：
2018-01-10 16:54:44
阅读次数：
170
在对大批量数据进行图像处理的时候，比如说我提取SIFT特征，数据集为10W张图片，一个SIFT特征点是128维，一张图片提取出500个特征点，这样我们在处理的时候就是对5000万个128维的数据进行处理，这样处理所需要的耗时太长了，不符合实际生产的需要。我们需要用一种方法降低运算量，比如说降维。 看 ...
分类：
编程语言 时间：
2018-01-07 16:02:13
阅读次数：
262
AutoEncoder是包含一个压缩和解压缩的过程，属于一种无监督学习的降维技术。 神经网络接受大量信息，有时候接受的数据达到上千万，可以通过压缩 提取原图片最具有代表性的信息，压缩输入的信息量，在将缩减后的数据放入神经网络中学习，如此学习起来变得轻松了 自编码在这个时候使用，可以将自编码归为无监督 ...
分类：
Web程序 时间：
2017-12-27 18:15:14
阅读次数：
225
一、人脸识别算法之特征脸方法（Eigenface） 1、原理介绍及数据收集 特征脸方法主要是基于PCA降维实现。 详细介绍和主要思想可以参考 http://blog.csdn.net/u010006643/article/details/46417127 上述博客的人脸数据库打不开了，大家可以去下面 ...
分类：
编程语言 时间：
2017-12-26 22:43:19
阅读次数：
1263
本文提出的W&D是针对rank环节的模型。 网络结构： 本文提出的W&D是针对rank环节的模型。 网络结构： wide是简单的线性模型，但是可以预先对特征做各种变换、交叉等来增加wide模型的非线性性。 deep是一个FNN，对高维稀疏类别特征采取embedding降维，embedding的结果是 ...
分类：
其他好文 时间：
2017-12-23 19:10:13
阅读次数：
131
在做数据处理时，需要用到不同的手法，如特征标准化，主成分分析，等等会重复用到某些参数，sklearn中提供了管道，可以一次性的解决该问题 先展示先通常的做法 先对数据标准化，然后做主成分分析降维，最后做回归预测 现在使用管道 Pipeline对象接收元组构成的列表作为输入，每个元组第一个值作为变量名 ...
分类：
编程语言 时间：
2017-12-22 12:24:14
阅读次数：
266
