https://blog.csdn.net/chixujohnny/article/details/51063617 在PCA中有遇到，在这里记录一下 计算矩阵的特征值个特征向量，下面给出几个示例代码： 在使用前需要单独import一下 >>> from numpy import linalg as ...
分类：
其他好文 时间：
2019-01-18 16:31:36
阅读次数：
1420
1.git git版本控制，设计思想 常规指令 2.linux Linux 不常用指令的学习，三剑客指令的学习 3.机器学习 感知机，朴素贝叶斯，knn，svm，adaboost 4.深度学习 RNN , LSTM ,GAN 正向传播 5.detection RCNN Fast-RCNN Faste ...
分类：
其他好文 时间：
2019-01-18 15:03:25
阅读次数：
223
因为自己想学着去写机器学习的源码，所以我最近在学习《机器学习实战》这本书。 《机器学习实战》是利用Python2完成的机器学习算法的源代码，并利用机器学习方法来对实际问题进行分析与处理。 （《机器学习实战》豆瓣读书网址：https://book.douban.com/subject/24703171 ...
分类：
编程语言 时间：
2019-01-18 01:00:42
阅读次数：
163
目的：为了让训练效果更好 bagging：是一种并行的算法，训练多个分类器，取最终结果的平均值 f(x) = 1/M∑fm(x) boosting: 是一种串行的算法，根据前一次的结果，进行加权来提高训练效果 stacking; 是一种堆叠算法，第一步使用多个算法求出结果，再将结果作为特征输入到下一 ...
分类：
编程语言 时间：
2019-01-17 14:03:48
阅读次数：
272
Contents KNN算法简介 算法实现 总结 KNN算法简介 k近邻算法（k-nearest neighbor）是一种基本的分类、回归算法。 算法的基本思想是“物以类聚”。也就是说，物体周边事物的类别可以在某种程度上反应该物体的类别。例如，可以通过了解你身边最亲密的几个朋友来了解你的性格；又或者 ...
分类：
编程语言 时间：
2019-01-15 22:32:25
阅读次数：
362
Spark RPC 框架的运行时序是怎样的呢？让我们图文并茂，并深入到它的源码里面去看看~~ ...
分类：
其他好文 时间：
2019-01-14 18:49:38
阅读次数：
232
PCA和LDA都是降维算法，他们的主要区别是： PCA为无监督方法，主要是主成分分析方法，Principal Component Analysis， 简称PCA。 PCA可以降到任意维度。 LDA是有监督方法，主要是线性判别分析法，Linear Discriminant Analysis ，简称LD ...
分类：
其他好文 时间：
2019-01-13 02:01:09
阅读次数：
163
下面是常用的几个系统类的常用方法整理: list: 列表[1, 2,...] set: 集合,无重复元素{1, 2,...} str: 字符串 dict: 字典{a:'a', b:'b',...} TextIOWrapper: 文件对象 子集测试（允许不严格意义上的子集）: 集合中所有的元素都是 t ...
分类：
编程语言 时间：
2019-01-11 21:14:57
阅读次数：
247
1、算法介绍k近邻算法是学习机器学习的入门算法，可实现分类与回归，属于监督学习的一种。算法的工作原理是：输入一个训练数据集，训练数据集包括特征空间的点和点的类别，可以是二分类或是多分类。预测时，输入没有类别的点，找到k个与该点距离最接近的点，使用多数表决的方法，得出最后的预测分类。2、算法优缺点优点：没有高深的数学思想，容易理解，精度高，对异常值不敏感，无数据输入假定；缺点：计算复杂度高，空间复杂
分类：
编程语言 时间：
2019-01-11 14:13:52
阅读次数：
207
一：引入问题 首先看一个表格，下表是某些学生的语文，数学，物理，化学成绩统计： 首先，假设这些科目成绩不相关，也就是说某一科目考多少分与其他科目没有关系，那么如何判断三个学生的优秀程度呢？首先我们一眼就能看出来，数学，物理，化学这三门课的成绩构成了这组数据的主成分（很显然，数学作为第一主成分，因为数 ...
分类：
编程语言 时间：
2019-01-10 20:28:08
阅读次数：
291
