鹊踏枝-码农的专栏

出处：http://blog.youkuaiyun.com/xiaojidan2011/article/details/11595869from:http://blog.codinglabs.org/articles/pca-tutorial.htmlPCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关

首先，需要说明一点的是，训练集（training set）、验证集（validation set）和测试集（test set）本质上并无区别，都是把一个数据集分成三个部分而已，都是（feature,label）造型。尤其是训练集与验证集，更无本质区别。测试集可能会有一些区别，比如在一些权威计算机视觉比赛中，测试集的标签是private的，也就是参赛者看不到测试集的标签，可以把预测的标签交给大赛组委

DET(Detection Error Tradeoff )曲线是对二元分类系统误码率的曲线图，绘制出错误拒绝率FRR（False Reject Rate）与错误接受率（False Accept Rate）之间随着判断阈值的变化而变化的曲线图。现在DET曲线扩展到用于模式识别分类器性能的评价的一个指标之一。在上式中， 表示正样本总数， 表示正样本被拒绝即判定为负样本的数目， 表示负样本

Spark mllib 自带了许多机器学习算法，它能够用来进行模型的训练和预测。当使用这些算法来构建模型的时候，我们需要一些指标来评估这些模型的性能，这取决于应用和和其要求的性能。Spark mllib 也提供一套指标用来评估这些机器学习模型。具体的机器学习算法归入更广泛类型的机器学习应用，例如：分类，回归，聚类等等，每一种类型都很好的建立了性能评估指标。本节主要分享分类器模型评价指标。

CMC曲线全称是Cumulative Match Characteristic (CMC) curve，也就是累积匹配曲线，同ROC曲线Receiver Operating Characteristic (ROC) curve一样，是模式识别系统，如人脸，指纹，虹膜等的重要评价指标，尤其是在生物特征识别系统中，一般同ROC曲线一起给出，能够综合评价出算法的好坏。如下图所示：那么，CMC

ROC(Receiver Operating Characteristic Curve)接收器操作特性曲线，原先主要用于评价雷达中的漏报虚警等事件的指标，其中漏报表示雷达监控的空域中有敌机出现，而雷达没能检测出来；虚警则表示雷达监控的空域中没有敌机出现，而雷达却发出警报。后来ROC曲线又用在了医学分类指标中，主要是二分类，即有病/没病，后逐渐扩展到模式识别的多分类中，用来评价分类器的好坏。在R

混淆矩阵的每一列代表了预测类别，每一列的总数表示预测为该类别的数据的数目；每一行代表了数据的真实归属类别，每一行的数据总数表示该类别的数据实例的数目。在图像精度评价中，主要用于比较分类结果和实际测得值，可以把分类结果的精度显示在一个混淆矩阵里面。下面是混淆矩阵的Matlab实现示例，可直接复制粘贴运行：% function confusion_matrix(actual,detecte

来源：转载本文请联系原作者获取授权，同时请注明本文来自张重科学网博客。链接地址：http://blog.sciencenet.cn/blog-722391-583413.html 流形（manifold）的概念最早是在1854年由 Riemann 提出的(德文Mannigfaltigkeit)，现代使用的流形定义则是由 Hermann Weyl 在1913年给出

来源： LibLinear（SVM包）使用说明之（一）README      本文主要是翻译liblinear-1.93版本的README文件。里面介绍了liblinear的详细使用方法。更多信息请参考：       http://www.csie.ntu.edu.tw/~cjlin/liblinear/       在这里我用到的是LibLinear的Ma

作者写的非常好。出处：http://www.cnblogs.com/ronny/p/4045979.html如果说SIFT算法中使用DOG对LOG进行了简化，提高了搜索特征点的速度，那么SURF算法则是对DoH的简化与近似。虽然SIFT算法已经被认为是最有效的，也是最常用的特征点提取的算法，但如果不借助于硬件的加速和专用图像处理器的配合，SIFT算法以现有的计算机仍然很难达到实时的程度。对

该篇文章由某大学课件整理而得，涉及公式较多，输入不便，直接截图，请见谅！EM算法是一种迭代算法，用于含有隐含变量的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由两步组成：E步,求期望（expection）；M步，求极大（maximization）。算法引入算法距离：  （三硬币模型）假设有3枚硬币，分别记作A，B，C。这些硬币正面出现的概率分别

在Matlab中有内置的built-in function PCA降维函数:[coeff,score,latent,tsquared,explained]=princomp(X),其中输出score即为经过PCA变换后的数据，但是默认取全部主成分，如X是100x20，其中100是样本数，20是特征维数，则PCA变换后的score仍然为100x20。若要降维为10维，可以直接取前10列即可，或者