Rosen的博客

这里声明原文：Particle-Filter发博客只是为了能够收藏起来这篇对我很有用处的文章，并且希望让跟多人看到。一直都觉得粒子滤波是个挺牛的东西，每次试图看文献都被复杂的数学符号搞得看不下去。一个偶然的机会发现了Rob Hess(http://web.engr.oregonstate.edu/~hess/)实现的这个粒子滤波。从代码入手，一下子就明白了粒子滤波的原理。根据维基百科上对粒子滤...

简介：梯度下降法(Gradient Descent)严格地说其实不能算是一种机器学习的算法，而是属于一种优化算法，其目的在于基于搜索最小化一个损失函数，找到最优解。由于其简单又具有很好地效果，因此被广泛地运用在机器学习的算法中。原理讲解：假设在二维空间平面上，有函数如下：因此我们要寻找到最低点，我们可以定义一个公式：y=y-ηy’(y’为y的导数)。当我们重复代入上述公式时，我们可以发现...

这里我们先来看下面的公式：看到这条公式相信大家并不陌生，在高中数学我们就接触到的统计中，我们就经常使用上面的公式计算预测值，上述方法叫做简单线性回归的最小二乘法。为此，还专门返回去复习高中数学。最小二乘法的原理其实是，求一条直线，使得我们的训练数据集到这条直线距离之和最小。具体公式推导参考：最小二乘法有了上述公式，我们就可以通过对公式进行封装，形成一个二元线性回归算法的APIimport...

k近邻算法作为机器学习中可谓是最基础、最简单的一个算法，而且，它可以被认为是一个不需要构造模型只需要训练集经过计算处理就能得出结果的机器学习算法。那么，KNN算法到底是怎么实现的呢？首先我们以判断肿瘤性质为案例，假如我们得到这样一个数据训练集：raw_data_x = ([[3.39353321, 2.33127338],[3.21137674, 1.72371642],[1.34657...