niuchi2570的博客

写在前面，之前都是零零散散的学习机器学习算法，现在准备进行系统的整理学习。算法：定义：是利用计算机解决特定问题的处理步骤，是有限操作的集合。分类按照学习方式不同进行分类：根据学习样本数据不同，对问题有不同的建模方式。1. 监督学习学习样本中有结果标记。利用一组已知类别的样本来训练模型，使其达到性能要求。(训练数据有标签)监督算法分类：Classifiction通过已有数据集的学...

降维应用一：数据压缩(Data Compression)example1:两个特征x1：一个物体的厘米长度，x2：同一个物体的英寸长度1.对于这两个单独的特征，都表示基本长度，我们把数据从二维降到一维，只用一个数字来测量某物体的长度。如果特征数据分为几个组给出，这样就会产生高度冗余的特征。当特征x1被四舍五入到最近的厘米时，X2也会四舍五入到最近的英寸，也样解释了为什么数据不是落在一条...

主成分分析（Principal components analysis，以下简称PCA）在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。1.PCA 思想  PCA，找出数据最主要的方面，用最主要的部分代替原始数据。主要有两种标准： （1）样本点到这个超平面的距离足够近（基于最小投影距离）。 （2）样本点在这个超平面上的投影能尽可能的分开（基于最大投影方差）2.PCA算法流程　　...

K-means与KNN  k-means与kNN虽然都是以k打头，但却是两类算法——kNN为监督学习中的分类算法，而k-means则是非监督学习中的聚类算法；二者相同之处：均利用近邻信息来标注类别。.  K-Means是无监督的聚类算法，其中K表示类别数，Means表示均值，是一种通过均值对数据点进行聚类的算法。K-Means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分，并...