McQueen_LT的博客

一、概述机器学习大作业。机器学习课程最后要求实现一篇论文，这里做一下记录。二、实验内容这里只放上最重要的部分。本次课程论文需要实现的算法如算法1所示：2.1 权重矩阵预计算根据算法1可知，输入数据为原始数据X∈Rn×dX\in\R^{n\times d}X∈Rn×d，权重矩阵SSS，参数α\alphaα和β\betaβ，以及需要从原始数据中筛选出的特征数hhh，而输出为hhh维被筛选出来的特征，即X∈Rn×hX\in \R^{n\times h}X∈Rn×h。此外，权重矩阵SSS需要根据原始数

一、概述机器学习最后一次实验，要求实现朴素贝叶斯和AODE的半朴素贝叶斯分类器。由于老师说可以调用现成的相关机器学习的库，所以我一开始在做朴素贝叶斯分类器的时候，直接调用了sklearn库，很方便，可是问题来了，在做AODE半朴素贝叶斯分类器的时候，并没有找到集成好的方法。所以就想着自己把半朴素贝叶斯分类器实现了，朴素贝叶斯分类就直接调用库算了。可是让人头大的是，上来就直接实现AODE分类器还是...

一、概述机器学习第三次小作业，要求实现全连接神经网络，RBF神经网络和CNN分类器，做了三天，终于把这些都弄得差不多明白了，利用Python和TensorFlow把这些实现一下，代码放这里做个记录（怕以后丢了忘了）。在这个过程中遇到很多问题，从神经网络的前向传播到反向传播，从网络结构设计到参数调整，里面需要学习的地方太多了，不同的网络具有不同的特征，但是时间有限，这里先记录个问题大纲，等寒假回家...

1. 概述第二次机器学习小实验要求“体验”一下SVM对数据进行分类，并对分类结果进行ACC精度计算。本次实验并不要求实现SVM，只需要调通各种库（例如MATLAB、sklearn等等）里已经集成好的函数即可，所以一开始我觉得很简单（事实上也确实很简单），但是在这个过程中因为我写代码不够规范，而出现了一些意想不到的错误，在解决这个错误的过程中，我又学到了一些知识，所以还是在这里记录一下。2. s...

一、概述KMeans、LVQ、GaussianMixture这几种方法都是非常经典的聚类算法，在机器学习中具有重要的地位。最近由于在做机器学的小作业，要求实现这几种方法，由于各种原因，不想去亲自挨个实现每种算法，发现Python中有个sklearn的库，里面包含了大量的机器学习相关的方法，其中就包括了Kmeans和GaussianMixture这两种，所以我只实现了一个LVQ方法。值得注意的是...