首先我们来想一想1.跨域是什么呢?为何要跨域?2.浏览器的同源策略又是什么?3.跨域的原理又是什么呢?4.解决跨域有哪些方法? 当两个域具有相同的协议(如http), 相同的端口(如80)，相同的host（如www.google.com)，则认为它们是相同的域（协议，域名，端口都必须相同）,否则就是 ...
分类：
其他好文 时间：
2018-07-02 01:18:21
阅读次数：
149
7.1过拟合的问题 训练集表现良好，测试集表现差。鲁棒性差。以下是两个例子（一个是回归问题，一个是分类问题） 解决办法： （1）丢弃一些不能帮助我们正确预测的特征。可以使用工选择保留哪些特征，或者使用一些模型选择的算法来帮忙（PCA）； （2）正则化。保留素有的特征，但是减少参数的大小。 7.2代价 ...
分类：
其他好文 时间：
2018-07-02 00:03:49
阅读次数：
105
本篇博客是基于以Kaggle中手写数字识别实战为目标，以KNN算法学习为驱动导向来进行讲解。 1. 写这篇博客的原因 2. 什么是KNN 3. 对KNN的分析 4. kaggle实战 5. 优缺点及其优化方法 6. 总结 7. 参考文献 写这篇博客的原因 机器学习在人工智能领域十分的火爆，但是很多人 ...
分类：
编程语言 时间：
2018-06-30 12:40:33
阅读次数：
193
import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from sklearn import datasets import random from PIL import Image from tenso... ...
分类：
其他好文 时间：
2018-06-29 11:10:38
阅读次数：
178
kNN算法，找出距离最近的k个，label出现次数最多的 ...
分类：
其他好文 时间：
2018-06-26 11:13:22
阅读次数：
166
Scikit-learn是个简单高效的数据分析工具，它其中封装了大量的机器学习算法，内置了大量的公开数据集，并且拥有完善的文档。1用KNN算法实现鸢尾花的分类鸢尾花是在模式识别文献中最有名的数据库。数据集包含3个类，每类有50个实例，每个类指向一种类型的鸢尾花。一类与另外两类线性分离，而后者不能彼此线性分离。鸢尾花数据集特征:属性数量:4(数值型，数值型，帮助预测的属性和类)属性信息:sepall
分类：
其他好文 时间：
2018-06-25 15:02:29
阅读次数：
184
# 每个主成分向量的长度与数据集的特征数一样 # 主成分分析法的本质：将数据集从一个坐标系转换到另一个坐标系，原坐标系有 n 个维度（n 中特征），则转换的新坐标系也有 n 个维度，每个主成分表示一个维度，只是对于转换后的坐标系，只取前 k 个维度（也就是前 k 个主成分），此 k 个维度相对于数据 ...
分类：
其他好文 时间：
2018-06-24 20:53:26
阅读次数：
144
PCA降维的大致思想就是： 挑选特征明显的、显得比较重要的信息保留下来。 那么关键就是【特征明显的，重要的信息】如何选择？ 选择标准有两个：1： 同一个维度内的数据，方差大的比较明显，因为方差大表示自己和平均水平差异大，有个性，降维后也最可能分的开～2： 两个不同维度间关联度越小越好，因为关联度小表 ...
分类：
其他好文 时间：
2018-06-21 22:35:53
阅读次数：
183
PCA脸部识别现在让我们用PCA来解决一个脸部识别问题。脸部识别是一个监督分类任务，用于从照片中认出某个人。本例中，我们用剑桥大学AT&T实验室的Our Database of Faces数据集(http://www.cl.cam.ac.uk/research/dtg/attarchive/face ...
