
迁移学习
文章平均质量分 50
Sirius小狼
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
数据的中心化(零均值化)和标准化(归一化)
一、中心化(又叫零均值化)和标准化(又叫归一化)概念及目的?1、在回归问题和一些机器学习算法中,以及训练神经网络的过程中,通常需要对原始数据进行中心化(Zero-centered或者Mean-subtraction(subtraction表示减去))处理和标准化(Standardization或Normalization)处理数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往...转载 2019-09-06 14:50:52 · 14283 阅读 · 0 评论 -
LDA(线性判别分析)的原理详解及Python代码示例
线性判别分析(Linear Discriminant Analysis, 以下简称LDA)是一种监督学习的降维技术,也就是说它的数据集的每个样本是有类别输出的。LDA的思想可以用一句话概括,就是“投影后类内方差最小,类间方差最大”,即将数据在低维度上进行投影,投影后希望每一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大。符号解释: ......原创 2019-09-09 22:15:33 · 4652 阅读 · 1 评论 -
基于PCA的图像降维及图像重构
实例链接:https://download.youkuaiyun.com/download/u010801439/104502101 PCA简述PCA(Principal Component Analysis)主成分分析算法,在进行图像识别以及高维度数据降维处理中有很强的应用性,算法主要通过计算选择特征值较大的特征向量来对原始数据进行线性变换,不仅可以去除无用的噪声,还能减少计算量。2 算法过程......原创 2019-09-23 20:17:54 · 27578 阅读 · 10 评论