
机器学习
安安csdn
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
-
CNN笔记
原创 CNN笔记:通俗理解卷积神经网络 ...转载 2019-11-14 11:11:59 · 360 阅读 · 0 评论 -
机器学习:伪逆矩阵法
机器学习:例1:伪逆矩阵法 伪逆矩阵是逆矩阵的广义形式。由于奇异矩阵或非方阵的矩阵不存在逆矩阵,但在matlab里可以用函数pinv(A)求其伪逆矩阵。基本语法为X=pinv(A),X=pinv(A,tol),其中tol为误差,pinv为pseudo-inverse的缩写:max(size(A))*norm(A)*eps。函数返回一个与A的转置矩阵A' 同型的矩阵X,并且满足:AXA...原创 2018-10-11 16:27:57 · 4574 阅读 · 0 评论 -
机器学习:线性判别分析(fisher判别)
引入 由于线性判别函数易于分析,所以关于这方面的研究特别多。历史上,这一工作是从R.A. Fisher(1936年)的经典论文开始的。 应用统计方法解决模式识别问题时,一再碰到的问题之一是维数问题。在低维空间里解析上或计算上行得通的方法,在高维空间里往往行不通。因此,降低维数有时就成为处理实际问题的关键。 我们可以考虑把...原创 2018-10-18 15:41:22 · 2751 阅读 · 1 评论 -
方差、标准差、协方差、协方差矩阵、散度矩阵
方差 统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数 概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。 (1)统计 方差用来计算每一个变量(观察值)与总体均数之间的差异。为避免出现离均差总和为零,离均差平方和受样本含量的影响,统计学采用平均离均差平方和来描述变量的变异程度。总体方差计算公式: ...原创 2018-10-18 16:06:19 · 1732 阅读 · 0 评论 -
分类与聚类
分类 1.分类是指有监督的学习,即要分类的样本是有标记的,类别是已知的,事先定义好类别 ,类别数不变; 2.按照某种标准给对象贴标签(label),再根据标签来区分归类。 3.分类的目的:是学会一个分类函数或分类模型(也常常称作分类器 ),该模型能把数据库中的数据项映射到给定类别中的某一个类中。 4.分类器需要由人工标注的分类训练语料训练得到,属于有指...原创 2018-10-09 21:11:45 · 939 阅读 · 0 评论 -
TP真阳性, FP假阳性, FN假阴性, TN真阴性
https://blog.youkuaiyun.com/sinat_28576553/article/details/83448724TP、True Positive 真阳性:预测为正,实际也为正FP、False Positive 假阳性:预测为正,实际为负FN、False Negative 假阴性:预测与负、实际为正TN、True Negative 真阴性:预测为负、实际也为负。...原创 2019-09-16 20:22:37 · 2856 阅读 · 0 评论