songkun123的博客

def mann_cost(A, xx, S_m, D_m, label, m, alph, reg, mu = 1,s_type = 1): """Neighbourhood Components Analysis: cost function and gradients ff, gg = mann_cost_log(A, xx, yy) Evalua...

''' if self.alph < 0: Mn = self.M - self.learning_rate * g if np.isnan(Mn.sum()): print('nan') [sigma, U] = la.eig(Mn) ...

import tensorflow as tf import matplotlib.pyplot as plt import numpy import scipy.io from tensorflow.examples.tutorials.mnist import input_data from tensorflow.contrib.learn.python.learn.datasets im...

def _read32(bytestream): dt = numpy.dtype(numpy.uint32).newbyteorder('>') return numpy.frombuffer(bytestream.read(4), dtype=dt)[0] 分析： numpy.dtype.newbyteorder method dtype.newbyteorder(ne...

我们知道，支持向量机的决策面是由支持向量决定的。通常的文献中，在绘制支持向量机的示意图的时候，支持向量的选择都是离决策面最近的点。但是只要我们仔细想想，真实情况应该不是这个样子的。因为如果两团数据是一个标准的圆，那么，分类面应该是由连个圆离得最近的两个点来决定。只要两个圆离得足够远，那么，就会有无穷多个决策平面存在。这个明显不符合模型具有最优的假设。因此，我们跑一下libsvm，来看看支持向量的分...