在函数中加入一个正则项： 三种方式： 一、Ridge回归（岭回归）： 优点：具有较高的准确性、鲁棒性以及稳定性 缺点：求解速度慢 二、Lasso回归： 优点：求解速度快（原理降维计算，把数据维度中存在的噪音和冗余去除） 缺点：相比Ridge回归没有较高的准确性、鲁棒性以及稳定性 三、弹性网络： 特点 ...
分类：
其他好文 时间：
2017-10-29 11:20:40
阅读次数：
452
Scikit-Learn是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展，一 ...
分类：
其他好文 时间：
2017-10-28 15:35:24
阅读次数：
190
判别分析（discriminant analysis）是一种分类技术。它通过一个已知类别的“训练样本”来建立判别准则，并通过预测变量来为未知类别的数据进行分类。判别分析的方法大体上有三类，即Fisher判别、Bayes判别和距离判别。 Fisher判别思想是投影降维，使多维问题简化为一维问题来处理。 ...
分类：
编程语言 时间：
2017-10-28 11:13:35
阅读次数：
206
一、概述 两种神经网络： 全连接神经网络 卷积神经网络（局部连接，相对于全连接而言） 全连接神经网络 卷积神经网络（局部连接，相对于全连接而言） 全连接神经网络 weight太多了，导致计算量太大 pooling（池化）： 特征聚集、降维（降低维度）、光滑 目的： 降低输出规模 增加可解释性 避免丢 ...
分类：
其他好文 时间：
2017-10-25 19:57:41
阅读次数：
232
评：最后用到了中间的截面三角形两边之和大于第三边。能不能构成三棱锥时考虑压扁的“降维”打击是常见的方式。 ...
分类：
其他好文 时间：
2017-10-24 19:32:44
阅读次数：
107
1、近邻成分分析（NCA）算法 以上内容转载自：http://blog.csdn.net/chlele0105/article/details/13006443 2、度量学习 在机器学习中，对高维数据进行降维的主要目的是找到一个合适的低维空间，在该空间中进行学习能比原始空间性能更好。每个空间对应了在 ...
分类：
编程语言 时间：
2017-10-24 00:14:39
阅读次数：
997
梯度方向：上升的方向 梯度下降：沿着梯度的反方向下降，来最小化损失函数，也就是沿着梯度的反方向 泰勒级数：展开式通项 贝叶斯公式：后验概率=先验概率*条件概率 特征值与特征向量：特征值不同，特征向量线性无关 PCA:降维的同时尽可能的保留原始的信息 过程 1)先求解协方差矩阵 2)求解协方差矩阵的特 ...
分类：
其他好文 时间：
2017-10-22 22:13:15
阅读次数：
144
1、PCA降维 降维有什么作用呢？数据在低维下更容易处理、更容易使用；相关特征，特别是重要特征更能在数据中明确的显示出来；如果只有两维或者三维的话，更便于可视化展示；去除数据噪声降低算法开销 常见的降维算法有主成分分析（principal component analysis,PCA）、因子分析（F ...
分类：
编程语言 时间：
2017-10-18 02:06:30
阅读次数：
1367
前言 谷歌董事长施密特曾说过：虽然谷歌的无人驾驶汽车和机器人受到了许多媒体关注，但是这家公司真正的未来在于机器学习，一种让计算机更聪明、更个性化的技术。 也许我们生活在人类历史上最关键的时期：从使用大型计算机，到个人电脑，再到现在的云计算。关键的不是过去发生了什么，而是将来会有什么发生。 工具和技术 ...
分类：
编程语言 时间：
2017-10-11 16:55:57
阅读次数：
364
