
机器学习
文章平均质量分 81
机器学习入门
infinite_with
被生活逼迫,不得不热爱的少年
展开
-
DAI-Net: Dual Adaptive Interaction Network for Coordinated Medication Recommendation 药物推荐
DAI-Net: Dual Adaptive Interaction Network for Coordinated Medication Recommendation 的设计灵感来自于患者的纵向电子健康记录,通过捕捉患者多方面健康记录和药物分子之间的交互信息来提高药物推荐的性能,并增强模型的可解释性。原创 2024-08-13 16:35:15 · 336 阅读 · 0 评论 -
【机器学习】谱聚类(Spectral Clustering)
疑问谱聚类的概念谱聚类是一种针对图结构的聚类方法,将每个点都看作是一个图结构上的点,所以,判断两个点是否属于同一类的依据就是,两个点在图结构上是否有边相连,可以是直接相连也可以是间接相连。本质上就是一个图切割问题。什么是谱(Spectral )谱(spectral)就是指矩阵的特征值那么谱与图的联系究竟是什么首先我们知道 图结构 可以用邻接矩阵 / 相似矩阵来表示,通过矩阵就能清楚图的结构信息,具体是怎么建立联系的,我们接下来一步一步分析。一、问题描述假设有nnn个实数样本数据如下,每个样本原创 2022-02-18 21:13:01 · 7495 阅读 · 2 评论 -
【流行学习】局部保持投影(Locality Preserving Projections)
一、前言局部保持投影算法(LPP)主要是通过线性近似LE(Laplacian Eigenmaps),想保留的是高维中的局部信息二、主要步骤具体步骤如下所示:1.确定LPP的目标函数:min12∑i,j(yi−yj)2sij\min \frac{1}2\sum_{i, j}(y_{i}-y_{j})^{2} s_{i j}min21i,j∑(yi−yj)2sij其中yiy_iyi表示的是降维后的任意数据点iii,yjy_jyj表示的是降维后的任意数据点不包含iii。其中sijs原创 2022-02-12 21:31:40 · 3952 阅读 · 0 评论 -
【流行学习】局部线性嵌入(Locally Linear Embedding)
一、前言局部线性嵌入(LLE)假设数据在较小的局部是线性的,也就是说,某一个样本可以由它最近邻的几个样本线性表示,离样本远的样本对局部的线性关系没有影响,因此相比等距映射算法,降维的时间复杂度和空间复杂度都有极大的降低。比如有一个样本x1x_1x1 ,我们在它的原始高维邻域里用KKK-近邻思想找到和它最近的三个样本x2,x3,x4x_2,x_3,x_4x2,x3,x4,然后我们假设x1x_1x1可以由x2,x3,x4x_2,x_3,x_4x2,x3,x4线性表示,即:x1=w12x2+原创 2022-02-12 19:29:48 · 4678 阅读 · 0 评论 -
【流行学习】拉普拉斯映射(Laplacian Eigenmaps)
一、前言拉普拉斯特征映射是一种基于图的降维算法,它希望在原空间中相互间有相似关系的点,在降维后的空间中尽可能的靠近,从而在降维后仍能保持原有的数据结构信息。二、主要步骤拉普拉斯特征映射通过构建邻接矩阵为WWW(或叫相似矩阵)的图,来重构数据流形的局部结构特征。主要思想是,如果两个数据样本 iii 和 jjj 很相似,那么 iii 和 jjj 在降维后子空间中应该与在原空间中一样,尽量接近。假设数据实例的数目为 nnn,目标子空间的维数(即最终的降维目标的维度)为 mmm。定义 n×mn×mn×m原创 2022-01-16 20:29:41 · 3857 阅读 · 2 评论 -
【多视图】Incomplete Multi-view Clustering via Graph Regularized Matrix Factorization
论文题目:基于图正则矩阵分解的不完整多视图聚类Authors:Jie Wen, Zheng Zhang, Yong Xu, and Zuofeng Zhong摘要提出了一种新颖而简单的方法来解决不完整多视图聚类方法。该方法同时利用每个视图的局部信息和视图之间的互补信息来学习所有样本的公共潜在表示,从而大大提高了表示的紧凑性和可区分性。与传统的图嵌入方法相比,该方法没有引入任何额外的正则化项和相应的惩罚参数来保持数据的局部结构,因此不会增加额外参数选择的负担。通过对每个视图的基矩阵施加正交约束,使得该方原创 2022-01-12 12:25:21 · 1122 阅读 · 0 评论 -
【多视图】Incomplete Multiview Spectral Clustering With Adaptive Graph Learning
不完整多视图聚类原创 2022-01-06 22:10:55 · 2004 阅读 · 0 评论 -
【计算机视觉】入门基本路线
学习的过程中最开始先着重学习聚类。什么是机器学习?需要理解掌握的基本知识(可自行百度上面去搜索):1.K-均值算法(k-means)2.K邻近算法(KNN)3.支撑向量机(SVM)4.Linear Discriminative Analysis(LDA) https://www.camdemy.com/media/1582/5.Priciple Component Analysis(PCA) https://www.camdemy.com/media/1559/6.贝叶斯判别准则线性代数原创 2021-10-13 17:47:32 · 504 阅读 · 0 评论 -
【机器学习】十大机器学习基础算法
十大机器学习算法入门 近年来,机器学习与人工智能已广泛应用于学术与工程,比如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。 对于一个初学者来讲,周志华教授的西瓜书是一个很好的选择,以及相关机器学习视频课程是必不可少的,在这里我先分享基础学习视频 机器学习课程(20集),网上有很多公开课程,大家可以原创 2020-11-13 18:23:23 · 1924 阅读 · 0 评论 -
【机器学习】线性回归和线性分类器—应用
接着上一章的基础篇 线性回归基础篇线性分类线性分类器背后的基本思路是,目标分类的值可以被特征空间中的一个超平面分开。如果这可以无误差地达成,那么训练集被称为线性可分。上面已经介绍了线性回归和普通最小二乘法(OLS)。现在考虑一个二元分类问题,将目标分类记为「+1」(正面样本)和「-1」(负面样本)。最简单的线性分类器可以通过回归定义:a(x)=sign(wTx) a(\textbf{x}) = \text{sign}(\textbf{w}^\text{T}\textbf x)a(x)=sign(w原创 2020-11-10 17:19:45 · 1927 阅读 · 0 评论 -
【机器学习】线性回归和线性分类器—基础
回归线性分类逻辑回归的正则化逻辑回归的优缺点验证和学习曲线最小二乘法在开始学习线性模型之前,简要介绍一下线性回归,首先指定一个模型将因变量 yyy 和特征联系起来,对线性模型而言,依赖函数的形式如下:y=w0+∑i=1mwixiy = w_0 + \sum_{i=1}^m w_i x_iy=w0+i=1∑mwixi如果为每项观测加上一个虚维度 x0=1x_0 = 1x0=1(比如偏置),那么就可以把 w0w_0w0 整合进求和项中,改写为一个略微紧凑的形式:y=∑i=0mw.原创 2020-11-09 10:53:45 · 1609 阅读 · 0 评论 -
Ubuntu18.04 安装及使用LabelImg(附windows,mac安装labelImg链接)
一. 安装1.Python 3 + Qt5 (Recommended)sudo apt-get install pyqt5-dev-toolssudo pip3 install -r requirements/requirements-linux-python3.txtmake qt5py3python3 labelImg.pypython3 labelImg.py [IMAG...原创 2020-03-04 09:17:36 · 692 阅读 · 0 评论 -
Windows/Ubuntu18.04 安装MySQL【续
接着上篇blog,二、Ubuntu18.04安装MySQL打开终端;1、注意安装前先更新一下软件源以获得最新版本:$ sudo apt-get update #更新软件源2、安装mysql$ sudo apt-get install mysql-server #安装mysql上述命令会安装以下包:apparmormysql-client-5.7mysq...原创 2020-03-03 22:12:01 · 138 阅读 · 0 评论 -
Windows/Ubuntu18.04 安装MySQL
一、Windows下安装mysql安装包下载下载地址:https://dev.mysql.com/downloads/mysql/点击下载之后,可以选择注册Oracle账号,也可以跳过直接下载。下载完成后,选择一个磁盘内放置并解压。2020年3月3日,mysql官网下载速度较慢,建议使用下面镜像巨快。Mysql国内镜像:http://mirrors.sohu.com/mysql/...原创 2020-03-03 16:22:28 · 169 阅读 · 0 评论 -
Ubuntu18.04安装CUDA及CUDNN有效方式
一、安装CUDA首先去英伟达官网下载,下载地址:最新版,现在是CUDA Toolkit 10.2版可以根据自己的配置要求搜不同cuda版本https://developer.nvidia.com/cuda-toolkit-archive下载界面如下:这里用的Ubuntu18.04系统安装的,也可选windows。安装命令:wget http://developer.download...原创 2020-03-02 12:23:24 · 3105 阅读 · 0 评论 -
ubuntu18.04安装和使用Anaconda3(详细)
ubuntu18.04安装和使用Anaconda3(详细)1.Anaconda简介anaconda 是一个python的发行版,包括了python和很多常见的软件库, 和一个包管理器conda。常见的科学计算类的库都包含在里面了,使得安装比常规python安装要容易。主要是!装了anaconda就不需要单独装python了。因为Anaconda就是用来管理我们不同版本的python环境的。...原创 2020-02-18 21:24:23 · 21022 阅读 · 10 评论 -
【机器学习】吴恩达机器学习课程(数学推导详解)
吴恩达机器学习课程笔记机器学习定义什么是机器学习?机器学习(Machine Learning):是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。一个程序被认为能从经验E中学习,解决任务 T,达到性能度量值P,当且仅当,有了经验E后,经过P评判, 程序在处理T时的性能有所提升。监督学习和无监督学习监督学习(Supervised ...原创 2020-02-12 12:01:10 · 1232 阅读 · 1 评论 -
【机器学习】吴恩达机器 / 深度学习课程笔记、资源
分享两个GitHub链接,超赞超赞不能更赞了~~~不论是笔记还是github中分享的其它资源,课程视频链接,PPT下载,作业布置等都超棒。安利!!!( 附一个访问coursera网站的方法https://blog.youkuaiyun.com/luolan9611/article/details/81096890)吴恩达老师的机器学习课程个人笔记-黄海广博士Coursera-ML-AndrewNg-No...原创 2020-02-12 11:09:09 · 330 阅读 · 0 评论 -
【路线】机器 / 深度学习入门
第一阶段:Python基础个人推荐,菜鸟教程或者慕课网快速上手第二阶段:常用模块NumpyPandasMatplotlibSeaborn推荐教程:Numpy & Pandas (莫烦 Python 数据处理教程)Matplotlib Python 画图教程 (莫烦Python)【python教程】数据分析——numpy、pandas、matplotlib书籍方面...原创 2020-02-12 10:53:26 · 298 阅读 · 0 评论 -
【Linux】安装Ubuntu18.04(启动黑屏或卡在紫屏,WiFi无法连接,安装应用)史上最全补坑,真的干货!
一、安装Ubuntu(以18.04.1为例)这里以在win10系统下安装双系统为参考(想通过虚拟机安装可以参考https://mp.weixin.qq.com/s/ti_E6lAiljmVYM4_9TUKwg)1.安装准备1.1Ubuntu18.04镜像你可以选择镜像文件下载或镜像文件种子下载,但我推荐使用种子文件,种子文件搭配迅雷下载速度十分快。可以从国内镜像网站下载,清华源:https...原创 2020-02-03 17:22:03 · 9973 阅读 · 4 评论 -
快速上手Linux基本操作
一.Linux的基础知识跟Windows文件管理不同,Linux下是基本的目录结构:Linux 文件系统是一个目录树的结构,文件系统结构从一个根目录开始,根目录下可以有任意多个文件和子目录,子目录中又可以有任意多个文件和子目录bin 存放二进制可执行文件(ls,cat,mkdir等)boot 存放用于系统引导时使用的各种文件dev 用于存放设备文件etc 存放系统配置文件home ...原创 2020-01-10 11:27:53 · 586 阅读 · 0 评论