qq_43131852的博客

Python机器学习笔记K-means算法k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似 度，而簇间的相似度较低。其处理过程如下：1.随机选择k个点作为初始的聚类中心；2.对于剩下的点，根据其与聚类中心的距离，将其归入最近的簇3.对每个簇，计算所有点的均值作为新的聚类中心4.重复2、3直到聚类中心不再发生改变具体实例现有1999年全国31个省份城镇居民...

降维PCA方法主成分分析（Principal Component Analysis，PCA）是最常用的 一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数 据压缩和预处理等。PCA可以把具有相关性的高维变量合成为线性无关的低维变量，称为主成分。主成分能够尽可能保留原始数据的信息。在介绍PCA的原理之前需要回顾涉及到的相关术语：• 方差• 协方差• 协方差矩阵• 特征向量和...

NMF非负矩阵分解（Non-negative Matrix Factorization ，NMF） 是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个 非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。

图像分割图像分割：利用图像的灰度、颜色、纹理、形状等特征，把图像分成若干个互不重叠的区域，并使这些特征在同一区域内呈现相似性，在不同的区域之间存在明显的差异性。然后就可以将分割的图像中具有独特性质的区域提取出来用于不同的研究。 图像分割技术已在实际生活中得到广泛的应用。例如：在机车检验领域， 可以应用到轮毂裂纹图像的分割，及时发现裂纹，保证行车安全；在生物医学工程方面，对肝脏CT图像进行分割，为...

K近邻分类器(KNN)KNN：通过计算待分类数据点，与 已有数据集中的所有数据点的距离。取距离最小的前K个点，根据“少数服从 多数“的原则，将这个数据点划分为出 现次数最多的那个类别。在sklearn库中，可以使用sklearn.neighbors.KNeighborsClassifier 创建一个K近邻分类器，主要参数有：• n_neighbors：用于指定分类器中K的大小(默认值为5，...

1.线性回归定义线性回归(Linear Regression)是利用数理统计中回归分析， 来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法线性回归利用称为线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归,大于一个自变量情况的叫做多元回归。线性回归的实际用途线性回归...

1.“手写识别”实例介绍图像识别图像识别（Image Recognition）是指利用计算机对图像进行处理、分析 和理解，以识别各种不同模式的目标和对像的技术图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体 识别。机器学习领域一般将此类识别问题转化为分类问题手写识别手写识别是常见的图像识别任务。计算机通过手写体图片来识别出图片 中的字，与印刷字体不同的是，不同人的手...

转自：https://www.zhihu.com/people/weiweicai/activities有监督学习回顾一下，数据挖掘大致是说从已有的数据里面找规律，或者是挖掘出我们感兴趣的知识。举个例子，先给你数据如下: 一种动物，会飞，有翅膀，那么你会想到什么？答案是鸟。你之所以能够想到是鸟，原因是你以前见过，或者是小时候老师教给你说，这是是鸟。那么这和数据挖掘有什么关系呢？当然有关系，如果...