
机器学习
ims-
!!
展开
-
numpy常用方法详解(array,matrix差别分析)
numpy/reference: https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/数据array相乘,矩阵matrix相乘运算的差别MATLAB中矩阵相乘用星号"*",元素相乘用点星 ".*"对于array数据,对应元素相乘也就是每个元素的平方,直接用星号*a=np.array([[1,2,3], [4,...原创 2018-04-11 13:45:48 · 952 阅读 · 0 评论 -
C++矩阵运算类(Matrix.h)
这个类数据类型是double,包含了常用的矩阵计算,多数方法经过实践验证,也难免有不足之处,如有发现欢迎指出。https://github.com/ims0/comTutor/tree/master/matrix#include <iostream>#include <fstream>#include <stdlib.h>#include <...原创 2017-10-06 11:59:34 · 43245 阅读 · 22 评论 -
FastICA独立成分 - python实现 - C++实现
FastICA 步骤:1. 对观测数据 X 进行中心化处理,使样本的每个属性均值为02. 求出样本矩阵的协方差矩阵 Cx3. 用主成分分析得到白化矩阵 W0=Λ-1/2UT 对 其中Λ、U分别是Cx的特征值、特征向量4. 计算正交阵Z=W0*X, Z维数可以根据主成分的占比,小于样本属性数5. 初始化权重矩阵(随机的)Wp 、设迭代次数count、...原创 2018-04-11 19:58:35 · 9084 阅读 · 11 评论 -
拉格朗日对偶问题详解
参考: 1, http://www.cnblogs.com/90zeng/p/Lagrange_duality.html2, https://blog.youkuaiyun.com/u011327333/article/details/512226053, https://en.wikipedia.org/wiki/Duality_(optimization)原创 2018-04-04 17:20:57 · 1590 阅读 · 0 评论 -
神经网络--单层感知器
python 代码import numpy as npimport matplotlib.pyplot as plt#输入数据X = np.array([[1,2,4], [1,3,3], [1,5,2], [1,1,2], [1,1,3], [1,2...原创 2018-03-31 21:23:31 · 592 阅读 · 0 评论 -
独立成分分析ICA
#include <string.h>#include <stdio.h>#include <stdlib.h>#include <math.h>#include<time.h>#include<io.h>#include<direct.h>//目录控制头文件#include<iostr原创 2017-10-08 21:37:00 · 473 阅读 · 0 评论 -
最小二乘法拟合:原理,python源码,C++源码
一,原理二,根据原理得到的 python 源码。import matplotlib.pyplot as plt import math import numpy import random fig = plt.figure() ax = fig.add_subplot(111) #阶数为9阶 order=9 #生成曲线上的各个点 x = nump...原创 2018-05-07 21:08:59 · 1765 阅读 · 0 评论