乱七八糟的笔记

问题描述：找到重复数字。有n+1个位置[0,n],却取值是整数从[1，n]取，比如[1,2,3,4,5,1]由于序号从0开始，所以一共0,1,2,3,4,5.一定有一个重复数值。找到这个重复数值。Input: [1,3,4,2,2]Output: 2此处默认python数组，特点是序号从零开始。其实感觉除了matlab都是从零开始的。这个问题需要用o(1)的存储，以及o(n^2...

Inst#是样本序号，图中有20个样本。Class是ground truth 标签，p是positive样本（正例）,n当然就是negative（负例） score是我的分类器对于该样本属于正例的可能性的打分。因为一般模型输出的不是0,1的标注，而是小数，相当于置信度。然后设置一个从高到低的阈值y，大于等于阈值y的被我正式标注为正例，小于阈值y的被我正式标注为负例。显然，我设置n个阈值...

并不是从头开始写SLIC，而是直接使用。不适用于想学习SLIC的。from skimage.segmentation import slic,mark_boundariessegments = slic(image, n_segments=60, compactness=10)参数说明：n_segments: 分割块的个数，最终结果不会精确到60，可能是59，62这样compa...

以下代码是SVMcg强化版，事实上，原版本一点都没有进行作者提到的并行grid参数计算，所以有效代码恕我直言大概只有一句调用svm运算的。已经不知道原作者是谁了。主要是把参数矩阵摊平了，一起算，这样可以呈现最大并行效果。function [bestacc,bestc,bestg,cg] = SVMcgPP(train_label,train,cmin,cmax,gmin,gmax,v,c...

这几个评价标准非常容易弄混与想当然。认真看哈，很重要。对于室内场景，或者是任何带类别的识别任务，都会有class average accuracy. 大家想当然的翻译成类平均识别率，就会和precision搞混。而且又因为它带一个accuracy，所以会和accuracy搞混。precision认准率。通俗来讲就是你认出来的，有多少人对了。举个例子，你家有一只狗，还有两瓶啤酒，两份...

我看了论文，同时推荐简短概括，wiki。同时我对该算法概括如下：训练：（特征空间）首先用普通knn对所有训练节点跑一遍找出每个节点o的三近邻邻居正例（标签和o一致）然后根据这几个节点的位置，确定一个半径Lmin，在此半径范围内的都会被认为是正例。有那么一些反例不听话，特征会正好落在该半径范围内，这些节点就是imposter。假如有个节点能做到半径内没有反例，那么离他最近的i...

说明：这是一个工具包，加了之后可以用一个函数使用很多种降维方法，简单快捷。下载：http://lvdmaaten.github.io/drtoolbox/安装1 解压2 把工具包解压文件夹扔到matlab安装目录中的toolbox里面：3.点击setpath，设置路径4.点击 add with subfolders,汉化可能是，添加子文件夹4.添加我...

TIP2018的right @IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 27, NO. 2, FEBRUARY 2018吸引我的是其中应用的metric learning。我一直以为，metric learning其实和传统的dense prediction以及各种CNN背后的东西是一致的。你现在有这些东西，比方说一堆图片，那么机器怎么看待它们之间的差...

  在retrival的任务中经常会用到。

看了一天EM算法，做了ppt。总结一下。第一篇教程很基础，可以看前部分，回忆一下概率论。第二篇教程很理论，讲的很清楚，挺好看。由于我做的事GMM所以我又结合了这篇教程。下面两篇是实现：https://blog.youkuaiyun.com/abcjennifer/article/details/8198352http://blog.pluskid.org/?p=39如果自己用，或者想参考，可以看下。最后总结E...

一句话：你的方法不会过分的放大数据数值上的错误。比方说迭代，每次你都要四舍五入，那么最后你的结果比起如果不四舍五入差距是否可以接收。你也许想我不四舍五入不就得了，但是四舍五入只是一个例子，放到神经网络模型里面你知道你的网络干了什么省略。而且，同样的精度，某些方法就不敏感，您的就敏感，那就说明人家的好。不能用坏的数据评价我的数值稳定性。坏的数据测试是指故意用一些不好的数据对方法进行测试。比方说整一张...

In machine learning, there is two different conception to assess your model——validation data and test data.Let's suppose you are a research on machine learning, you have a lot of data with label, mayb...

 1.这是机器学习中knn算法的一个概念，没有找到中文资料，那么可以看这个：https://stats.stackexchange.com/questions/142323/cumulative-match-score2.同时我读的论文中也有对其的解释：3.这是一篇人脸识别的论文，人脸一共C=200个，那么knn最后会有个p*200的矩阵，p是想要知道的人脸，也就是测试，probe，探针，这些说法...

本次也是用processing3.0+写的，其官方网站https://processing.org/，建议直接看reference的例子进行学习。感知器算法用的是我们老师给的ppt，实现的是二维的感知器，为了方便看，实际上多维的也是一样的：运行效果是：为了试验方便，我这是用了点击取点，键盘按一下t，大小写均可，下一个点的就是正例，按一下f，大小写均可，下一个点就是负例。按s是开始进行学习度为1的迭...

代码仅供参考，请勿抄袭。转载请注明出处。class Point{ float x , y; int k; Point(float x1,float y1){ x=x1;y=y1; }}class Type{ int k; int num=0; float x_old , y_old; float x_new , y_new; int r = 0 ,...