qq_35732321的博客

@[TOC][PAC]PAC1 概念PCA(Principal Component Analysis，主成分分析)是一个非常有用的降维技巧。它 可以在使用尽可能少维数的前提下，尽量多地保持训练数据的信息。2 流程img --> img_mean -->x = (img - img_mean) --> M= x*x.T --> e,ev =linalg.eigh(M)–>tmp = dot(X.T,EV) --> V = tmp[::-1] -->S = s

机器学习11 XGboost进行中

机器学习10 GBDT进行中

Adaboost

人工神经网络

K-Means

K近邻

支持向量机

朴素贝叶斯

机器学习

Logisti回归与Softmax回归

第1章 线性回归线性回归是描述变量之间的线性关系。1.1 线性回归模型hw,b(x)=∑i=1nwixi+bh_{w,b}(x) = \sum_{i=1}^n w_ix_i+bhw,b​(x)=i=1∑n​wi​xi​+bw=(b,w1,w2,......,wn)T=(w0,w1,w2,......,wn)Tw = (b,w_1,w_2,......,w_n)^T = (w_0,w_1,w_2,......,w_n)^Tw=(b,w1​,w2​,......,wn​)T=(w0​,w1​,w2​,.