
机器学习
JJGuoo
这个作者很懒,什么都没留下…
展开
-
SVM(1):理清分离超平面方程和法向量
一、对分离超平面方程的理解《统计学习方法》书中:1、简要解释:分割平面:在三维XYZ坐标系里,XoY平面把三维坐标系“分割”成两个空间,XoY平面就是一个分割平面。分割平面可以推广到一维、二维、四维......维空间中,此时把分割平面称为“超平面”。在一维空间里,超平面是一个点;在二维空间里,超平面是一条线;三维空间里是一个平面;四维及四维以上就没法用几何表原创 2017-03-24 11:06:40 · 11650 阅读 · 2 评论 -
Windows下安装Python常用工具包(numpy、scipy、scikit-learn)
机器学习常用到的python工具包有numpy、scipy、scikit-learn。如果安装了pip的话,直接 pip install numpy 就可以安装 numpy ,但 scipy 依赖于 numpy+mkl ,由于直接安装 numpy 并不会安装 Inter MKL ,从而导致无法安装 scipy 。因此,可以从加州大学底下一个实验室的网站(http://www.lfd.uci原创 2017-03-13 16:34:27 · 3677 阅读 · 0 评论 -
求矩阵各个元素两两之间的欧式距离(python实现)
本文转载自:http://blog.youkuaiyun.com/uwell_peng/article/details/49992759在很多算法中都会涉及到求向量欧式距离,例如机器学习中的KNN算法,就需要对由训练集A和测试集B中的向量组成的所有有序对,求出和的欧式距离。如果一个二重的嵌套循环来实现,在向量集很大时效率不高。这里介绍如何将这一过程用矩阵运算实现。假设有转载 2017-03-15 11:10:43 · 9027 阅读 · 0 评论