0. 本节的主题：从物理意义的角度来重新审视【线性代数及其若干核心概念】 1. 参考优秀博文： 1. http://blog.codinglabs.org/articles/pca tutorial.html 2. https://www.zhihu.com/question/21351965 ...
分类：
其他好文 时间：
2018-06-09 14:41:52
阅读次数：
127
一、目标函数的梯度求解公式 PCA 降维的具体实现，转变为： 方案：梯度上升法优化效用函数，找到其最大值时对应的主成分 w ； 1）推导梯度求解公式 变形一 变形二 变形三：向量化处理 最终的梯度求解公式：▽f = 2 / m * XT . (X . dot(w) ) ...
分类：
其他好文 时间：
2018-06-09 13:16:03
阅读次数：
343
github： "PCA代码实现" 、 "PCA应用" 本文算法均使用python3实现 1. 数据降维 在实际生产生活中，我们所获得的数据集在特征上往往具有很高的维度，对高维度的数据进行处理时消耗的时间很大，并且过多的特征变量也会妨碍查找规律的建立。 如何在最大程度上保留数 ...
分类：
编程语言 时间：
2018-06-08 21:59:09
阅读次数：
451
2017年08月05日 18:28:23 阅读数：575 2017年08月05日 18:28:23 阅读数：575 阅读数：575 js中 this与that 在JavaScript中，this代表的是当前对象。 var that=this就是将当前的this对象复制一份到that变量中。这样做有什 ...
分类：
Web程序 时间：
2018-06-08 14:09:44
阅读次数：
256
矩阵论是对线性代数的延伸，很有必要深入研究。研究矩阵论可以加深对PCA，SVD,矩阵分解的理解，尤其是第一章入门的线性空间的理解，在知识图谱向量化，self_attention等论文中会涉及大量的矩阵论的知识。本文对此做一个总结，分为以下结构: 第一部分：矩阵的线性空间，矩阵的意义; 第二部分：矩阵 ...
分类：
其他好文 时间：
2018-06-08 00:47:35
阅读次数：
654
一 、超参数和模型参数 超参数：在算法运行前需要决定的参数 模型参数：算法运行过程中学习的参数 - kNN算法没有模型参数- kNN算法中的k是典型的超参数 寻找好的超参数 领域知识 经验数值 实验搜索 二、通过sklearn中的数据集进行测试 输出结果：0.9888888888888889 三、考 ...
分类：
其他好文 时间：
2018-06-07 14:03:56
阅读次数：
212
摘自 章华燕 思想：对于任意的 n 维输入向量，其对应于特征空间一个点，输出为该特征向量所对应的类别标签或者预测值。 它实际上的工作原理是利用训练数据对特征向量空间进行划分，并将其划分的结果作为其最终的算法模型。 分类算法 KNN 分类算法的分类预测过程十分的简单和容易理解：对于一个需要预测的输入向 ...
分类：
编程语言 时间：
2018-06-05 00:45:08
阅读次数：
212
0. 才话别已深秋 今天我可能要当搬运工了，我看这本书的最后一点内容让我觉得....有所收获和反思。然后我发现每一本机器学习书和教材一定会有“用TF怎么实现无监督的迭代聚类算法”，而且一定会放在最后一章节Tensorflow的进阶应用里面。不夸张的说，KNN、Kmeans、贝叶斯分类，这三个算法是当 ...
分类：
其他好文 时间：
2018-06-03 16:25:39
阅读次数：
1360
python中字符串对象提供了很多方法来操作字符串，功能相当丰富。 这些方法的使用说明见 "官方文档:string methods" ，本文对它们进行详细解释，各位以后可将本文当作手册。 这里没有模式匹配(正则)相关的功能。python中要使用模式匹配相关的方法操作字符串，需要 导入re模块。关于正 ...
分类：
编程语言 时间：
2018-06-03 10:46:09
阅读次数：
145
PCA PCA（Principal Component Analysis，主成分分析）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 ...
分类：
编程语言 时间：
2018-06-02 23:58:29
阅读次数：
460
