都知道PCA可以做降维，那它为什么可以降维，究竟是怎么降维的呢？ 1. 为什么我们要降维？ 我们的样本数据好好的，为什么要去做降维，第一个要想清楚这个问题。 也许你是要训练一个分类器，觉得当前特征维度的太高，想去除冗余的维度，选择有区分性的维度 也许你是觉得维度太高，导致系统速度慢，存储开销大 也许 ...
分类：
其他好文 时间：
2016-08-14 07:25:28
阅读次数：
139
简介 自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了。scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。 sklearn是Scipy的扩展，建立在NumPy和matplotl ...
分类：
其他好文 时间：
2016-08-11 00:56:07
阅读次数：
367
几个point [:,i]类似python直接的index 列操作是可行的， 注意i不能是variable，如果是使用slice slice操作会保持和输入tensor一样的shape 返回 而1对应的列操作会降维 Slice 使用-1 表示该维度元素全选类似: import tensorflow ... ...
分类：
其他好文 时间：
2016-08-07 16:46:34
阅读次数：
1087
CDQ学习资料 day1cdq分治相关 CDQ的IOI论文 1.优化斜率dp 左边对右边影响维护一个凸包解决 需要知识：①凸包②斜率dp 题目：√ HDU3842 Machine Works HYSBZ 1492 货币兑换Cash 2.三维/多维偏序 cdq降维，剩下用数据结构维护。 需要知识：①L ...
分类：
其他好文 时间：
2016-07-30 18:12:59
阅读次数：
156
判别分析作为一种多元分析技术应用相当广泛，和其他多元分析技术不同，判别分析并没有将降维作为主要任务，而是通过建立判别函数来概括各维度之间的差异，并且根据这个判别函数，将新加入的未知类别的样本进行归类，从这个角度讲，判别分析是从另一个角度对数据进行归类。判别分析由于要建立判别函数，因此和回归分析类似， ...
分类：
其他好文 时间：
2016-07-19 23:42:47
阅读次数：
3672
从贝叶斯公式出发，得到了线性判别分析的公式，这里从另外一个角度来看线性判别分析，也就是常说的Fisher判别式。其实Fisher判别式就是线性判别分析（LDA），只是在讨论Fisher判别式的时候，更侧重于LDA的数据降维的能力。...
分类：
其他好文 时间：
2016-07-13 17:27:41
阅读次数：
270
PCA（Principal Component Analysis）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，而没有讲述其中的原理。这篇文章的 ...
分类：
其他好文 时间：
2016-07-11 18:35:17
阅读次数：
143
我们知道主成分分析是一种降维方法，但是其本质上只是一种矩阵变换的过程，提取出来的主成分并不都具有实际含义，而这种含义往往是我们所需要的，接下来的因子分析可以解决这个问题因子分析可以看做是主成分分析的推广，而主成分分析也可以看做是因子分析中提取因子的一种方法，二者很多时候非常相像，但是也有一些不同，二 ...
分类：
其他好文 时间：
2016-07-10 23:28:10
阅读次数：
301
Learning Outcomes: By the end of this course, you will be able to: -Create a collaborative filtering system. 构建一个协调过滤系统 -Reduce dimensionality of data ...
分类：
其他好文 时间：
2016-07-10 15:19:49
阅读次数：
162
写在前面：本来这篇应该是上周四更新，但是上周四写了一篇深度学习的反向传播法的过程，就推迟更新了。本来想参考PRML来写，但是发现里面涉及到比较多的数学知识，写出来可能不好理解，我决定还是用最通俗的方法解释PCA，并举一个实例一步步计算，然后再进行数学推导，最后再介绍一些变种以及相应的程序。（数学推导 ...
分类：
其他好文 时间：
2016-07-06 11:44:34
阅读次数：
254
