LOLUN9的博客

循环和递归来求阶乘

深度学习——病虫害检测图像数据库

目录例子LDA降维在前几篇的文章中，大管提到了PCA降维，有小伙伴私信说在实际情况中，效果不太好。那大管今天就和大家聊一聊另一种降维的方法线性判别分析 (LDA)。它目前也是机器学习领域中比较经典而且又热门的一种算法。 还记得在PCA中是怎样做的吗？简单来说，是将数据映射到方差比较大的方向上，最后用数学公式推导出矩阵的前TopN的特征向量，这里的方差可以理解为数据内部的离散程度。而LDA不同于PCA的是它是一种有监督的降维方法。下面举一个小例子来直观的说明PCA和LDA的不同降维方法...

在机器学习实际的开发中，对原始数据的处理可能会占到主要的工作量，数据处理的好坏也往往直接关系到模型最后结果的好坏。在我们对原始数据进行特征提取时，有时会得到高维的特征向量，其中包含很多冗余和噪声。此时我们希望在高维的特征中找到影响整体的最主要的特征，来提升特征的表达能力、降低训练的复杂度。今天大管就和大家来聊一聊主成分分析(Principal Components Analysis)...

K均值聚类又叫做(k-means算法)是属于无监督学习里的一种最基础最常用聚类算法。所谓聚类即人以类聚、物以群分，将样本按照各自的特点分为不同的类别，所谓无监督即事先不知道任何样本属于哪个类别。如下图所示一些样本被分为了绿色，红色，蓝色的三类。聚类的应用非常广泛包括客户群体的划分，推荐系统，文本聚类中，国家电网用户画像，基于用户位置信息的商业选址等。下面就让我们一起快乐的学习吧！...

先来看一个问题：数组里有20个随机整数，取值范围是0—10，如何利用最快的速度将这20个整数从小到大排序。在数据结构课程中，像这种排序一般都会使用快速排序，这些排序算法都是基于元素大小之间的比较。计数排序算法却比快速排序更快，但是只能用于一定范围内的整数排序，在取值范围不大的情况下效率大于O(nlogn)的排序。思想：假设0-10这二十个数字是：9  0  9  2  3  6  7  8...

在前几篇博客中讲了计数排序的一般方法，理解起来比较简单。但是上一次提到的计数排序只是简单的按照数组下标统计输出了元素的值，并没有真正将原来的数据进行排序。在日常的使用当中，往往会出现相同的数据进行排序，如果还使用前几篇的方法就会发现有些力不从心了，下面来说说如何对计数排序进行优化。比如说有几个人的成绩分别是：小红：90，小橙：99，小黄：95，小绿：94，小青：95。将这些学生的成绩按照从低到...

队列：队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。进行插入操作的端称为队尾，进行删除操作的端称为队头。栈：又名堆栈，它是一种运算受限的线性表。其限制是仅允许在表的一端进行插入和删除运算。这一端被称为栈顶，相对地，把另一端称为栈底。向一个栈插入新元素又称作进栈、入栈或压栈，它是把新...

KMP算法：字符串匹配的一种基本算法，比如：在BAB ABCAABCDA中匹配字符串ABCD(即在母串中查看是否包涵字串)对字符串ABCD进行检索：第一步：发现A与B不匹配则，把A向后移动一位第二步：发现第一个字符A匹配，再寻找第二个字符B也匹配，再寻找第三个字符C不匹配，按照往常的做法将字符串ABCD整体后移一位，这样的方法最终可以找到字符串，但是过于耗时，下面进行KMP...