自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 资源 (2)
  • 收藏
  • 关注

原创 超详解DBSCAN聚类算法(含源码)

本文章仅用于学习使用!若有错误之处,欢迎指正!转载请标明出处!!! DBSCAN聚类算法学习: DBSCAN算法的基本原理: DBSCAN算法实现 数据集的使用: 聚类结果及参数对结果的影响: 关于DBSCAN算法的实验 DBSCAN与K-means聚类的比较: DBSCAN参数设置 参数对DBCAN聚类结果的影响: DBSCAN参数如何自动化确定: 自动化确定参数的数...

2020-01-02 17:15:30 9489 11

原创 手撕SVM(含源码)

数据线性可分 数据线性不可分 关于SVM与Logistic实验比较

2019-12-29 17:28:07 854

原创 semi-supervised classification

       半监督学习任务主要分为半监督聚类、半监督分类、半监督回归等问题,我们主要针对半监督分类问题。 半监督学习的假设 基于低密度假设       模型的决策边界不应该将该密度区域划分开,而应该处在低密度区域内。 基于平滑化假设       输入空间中,距离相近的两个样本应该有相同的标签。 基于流形假设 &nb

2020-05-22 21:45:30 1190

DBSCAN算法的基本原理及实现-dbscan.zip

提供DBSCAN算法的基本原理及实现,针对特殊数据集对比了DBSCAN聚类算法与K-means算法的好坏,以及分析了参数对DBSCAN算法的影响,如何更好的自动化确定参数以达到最好的聚类效果!!!

2019-12-29

SVM与Logistic回归模型比较及SVM应用于多分类问题源码-svm.zip

包含数据线性可分与数据线性不可分数据,与Logistic回归比较及SVM应用于多分类问题等!包含生成数据集与真实数据集、数据集分为线性可分与线性不可分数据、二维及多维数据均适用!!!

2019-12-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除