码迷,mamicode.com
首页 >  
搜索关键字:pca knn    ( 1752个结果
机器学习实战(2)—— k-近邻算法
老板:来了,老弟! 我:来了来了。 老板:今天你要去看看KNN了,然后我给你安排一个工作! 我:好嘞!就是第二章吗? 老板:对!去吧! 可恶的老板又给我安排任务了! 《机器学习实战》这本书中的第二章为我们介绍了 K 近邻算法 ,这是本书中第一个机器学习算法,它非常有效而且易于掌握,所以可以算是入门级 ...
分类:编程语言   时间:2018-12-22 20:44:48    阅读次数:294
Eigenface与PCA人脸识别算法实验
简单的特征脸识别实验 实现特征脸的过程其实就是主成分分析(Principal Component Analysis,PCA)的一个过程。关于PCA的原理问题,它是一种数学降维的方法。是为了简化问题。在二维的坐标空间内,找到一个单位向量U,使得所有数据在U上的投影之和最大。这样就能把数据分的尽可能的开 ...
分类:编程语言   时间:2018-12-22 16:44:29    阅读次数:211
php7-编译安装参数
./configure \--with-fpm-user=www \--with-fpm-group=www \--prefix=/usr/local/php7 \--with-config-file-path=/usr/local/php7/etc \--with-mysql-sock \--wi ...
分类:Web程序   时间:2018-12-20 14:14:39    阅读次数:145
各常用分类算法的优缺点总结:DT/ANN/KNN/SVM/GA/Bayes/Adaboosting/Rocchio
决策树的优点: 一、 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。 二、 对于决策树,数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化,比如去掉多余的或者空白的属性。 三、 能够同时处理数据型和常规型属性。其他的技术往往要求数据属性的单一。 四、 决策 ...
分类:编程语言   时间:2018-12-20 10:30:53    阅读次数:388
Python基本数据类型
运算符: 基本数据类型: 1.i数字 2.bool布尔 None,0,空(空字符串,空列表,空字典等)三种情况下布尔值为False 3.str字符串 4.list列表 (有序可变) 5.dict字典(无序可变) 6.tuple元组(有序不可变) 7.set 集合(无序且不重复的元素集合) 其他: 1 ...
分类:编程语言   时间:2018-12-18 10:54:16    阅读次数:176
吴裕雄 python 机器学习-KNN算法(1)
................................................ ....................................... ...
分类:编程语言   时间:2018-12-18 10:53:24    阅读次数:182
K近邻法(KNN)原理小结
一、绪论 K近邻法(k-nearest neighbors,KNN)是一种很基本的机器学习方法了,在我们平常的生活中也会不自主的应用。比如,我们判断一个人的人品,只需要观察他来往最密切的几个人的人品好坏就可以得出了。这里就运用了KNN的思想。KNN方法既可以做分类,也可以做回归,这点和决策树算法相同 ...
分类:其他好文   时间:2018-12-15 00:23:30    阅读次数:170
k近邻算法
一、k-近邻算法(knn): 1、优点:精度高、对异常值不敏感、无数据输入假定。 2、缺点:计算复杂度高、空间复杂度高。 二、 ...
分类:编程语言   时间:2018-12-12 23:46:29    阅读次数:190
自编码器----Autoencoder
一、自编码器:降维【无监督学习】 PCA简介:【线性】原矩阵乘以过渡矩阵W得到新的矩阵,原矩阵和新矩阵是同样的东西,只是通过W换基。 自编码: 自编码和PCA的区别: 由于神经网络能够学习非线性关系,因此可以认为这是PCA更有力(非线性)的泛化。而PCA试图发现描述原始数据的低维超平面,自编码器则能 ...
分类:Web程序   时间:2018-12-12 22:10:26    阅读次数:368
JfreeChart在EXCEL中生成饼状图/柱状图/折线图
Maven Java ...
分类:其他好文   时间:2018-12-12 19:07:37    阅读次数:180
1752条   上一页 1 ... 50 51 52 53 54 ... 176 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!