模式识别&机器学习
关注
分享
扫一扫
文章平均质量分 56
Miss__miss
五道口职业男子技术学院
展开
-
线性回归程序1
简单的一元回归问题，学会编程实现回归模型%%th1=3.5;th0=6;%生成训练样本sigma=0.5;e=randn(10,1);e=e*sigma;x=randn(10,1);y=th1*x+th0+e;%用线性模型回归这组数据X1=[ones(size(y)) x];[B1,BINT1,R1,RINT1,STATS1]=regress(y,X1);%用一原创 2017-03-07 17:45:24 · 583 阅读 · 0 评论 -
矩阵、向量求导（未完）
参考链接 机器学习中常用的矩阵求导公式 Matrix calculus from wiki原创 2017-03-20 15:55:48 · 307 阅读 · 0 评论 -
Fisher线性分类器和贝叶斯决策
Fisher的原理其实就是将所有的样本投影到一个一维的线性空间，然后做分类。第一步是求解最优的投影方向。原理推导可能复杂些，但是根据结果的代码实现还是很容易的。 这部分是主代码1%函数作用：根据训练样本求出投影方向%参数说明：w1是第一类的样本自变量，w2是第二类的样本自变量function wk=myfisher(w1,w2) [x1,y] = size(w1);原创 2017-03-29 11:17:12 · 2253 阅读 · 1 评论 -
多维尺度分析（MDS-Multidimensional Scaling）
出发点把样本之间的距离关系或不相似度关系在低维空间里生成对样本的表示。例：设以上数据为距离矩阵D，X是每个数据的原始坐标 定义：B=(X−X¯¯¯)′(X−X¯¯¯)B=(X-\overline{X})'(X-\overline{X})列表内容由D可以求得矩阵B： bij=12(−d2ij+1n∑j=1nd2ij+1n∑i=1nd2ij−1n2∑i=1n∑j=1nd原创 2017-05-27 15:59:27 · 3361 阅读 · 3 评论