JerryHoly13的博客

TCCT:时间序列预测的紧耦合卷积 Transformer提高 Transformer 的效率和增强局部性，将 Transformer 与 CNN 进行了不同程度的结合。但是，它们的组合是松耦合的，并没有充分利用 CNN。 为了解决这个问题，我们提出了紧耦合卷积变换器(TCCT)的概念和三个将变换后的CNN 架构应用到 Transformer 中的 TCCT 架构。 只有在Transformer模型中应用特定的变换后的CNN架构，才能将Transformer和CNN紧密结合，从而充分发挥它们的优势。

【机器学习】聚类方法实例——使用K-means算法实现数据聚类分析一、聚类目标1.K-Means(K均值)聚类算法步骤：优点：缺点：二、使用步骤1.生成数据2.使用K-means算法进行聚类3.评价聚类结果4.用silhouette选择K-means聚类的簇数：5.使用不同聚类方法完整代码总结参考一、聚类目标簇内相似度高，且簇间相似度低（高内聚，低耦合）（high-intra-class,low-inter-class）1.K-Means(K均值)聚类算法步骤：(1) 首先我们选择一些类/组，并随

【机器学习】SVM实例——对glass数据集进行分类处理一、SVM是什么？1.线性可分2.最大间隔超平面3.支持向量4.SVM最优化问题5.具体求解步骤步骤1：构造拉格朗日函数步骤2：利用强对偶转换步骤3：SMO算法求解步骤4：求得偏导得到w，求得支持向量的均值得到b步骤5：构造分类决策函数二、使用步骤1.引入库2.获取数据3.统计个类型的数量4.将原始数据划分成训练集和测试集：5.模型搭建6.不同核函数测试7.最佳模型的混淆矩阵以及图形化展示完整代码总结参考一、SVM是什么？支持向量机（support