
机器学习
亲亲小朱儿
这个作者很懒,什么都没留下…
展开
-
PCA详解
详见http://blog.youkuaiyun.com/zhongkelee/article/details/44064401第一步 归一化第二步 求协方差矩阵第三步 求协方差矩阵的特征值 特征向量 第四步,将特征值按照从大到小的顺序排序,选择其中最大的k个,然后将其对应的k个特征向量分别作为列向量组成特征向量矩阵。第五步,将样本点投影到选取的特征向量上。假设样例数为m,特征转载 2017-12-22 09:27:17 · 388 阅读 · 0 评论 -
SVM 处理高维小样本数据
1.降维的时候 用PCA n_comments=0.99 保留99%的信息2.SVM 分为SVC(分类)SVM(回归)3.Leave One Out 进行训练集和测试集的划分具体代码见https://github.com/qqxze/SVM原创 2017-12-28 19:40:28 · 12274 阅读 · 5 评论