- 博客(11)
- 收藏
- 关注
RSS订阅原创 机器学习--PCA
PCA（Principal Component Analysis）是一种常用的数据降维技术，它通过正交变换将数据从原始的高维空间转换到一个低维空间，使得变换后的数据具有最大的方差，也就是尽可能保留原始数据的信息。在保留尽可能多的有用信息的前提下，把高维数据“压缩”成低维数据。使用的是ORL人脸数据库，包含40个人，每人10张灰度图像（112×92 分辨率），共400张图像。
2025-06-16 23:06:10
266
原创 机器学习七————使用支持向量机
支持向量机(Support Vector Machine, SVM)是一种强大的监督学习算法，主要用于分类和回归分析。它在解决小样本、非线性及高维模式识别问题中表现出色。
2025-06-02 22:51:25
162
原创 机器学习--逻辑回归分类
逻辑回归模型的目标是找到一个最佳的决策边界，使用输入特征 X预测输出Y的概率，不使用线性函数，使用sigmoid 函数，公式见以下公式：𝑤是特征权重向量，表示逻辑回归的参数𝑏是一个实数，表示偏差。对于实现逻辑回归时，主要任务就是去让机器学习参数𝑤以及𝑏这样才使得Y成为对𝑦= 1这一情况的概率的一个很好的估计。
2025-05-19 17:15:11
289
原创 机器学习——贝叶斯分类
西瓜数据集”是机器学习入门中一个非常经典的分类数据集，常用于讲解和实现基本的分类算法。贝叶斯分类是一类基于贝叶斯定理的监督学习算法，在统计学分类方法中占有重要地位。特征条件假设：假设每个特征之间没有联系，给定训练数据集，其中每个样本都包括维特征，即。对于离散特征，计算P(Xi|Y)，即给定类别下某个特征取特定值的概率。先验概率P(Y)表示在没有其他信息的情况下，某个类别出现的概率。P(A|B) 是后验概率：在B发生条件下A发生的概率。P(B|A) 是似然概率：在A发生条件下B发生的概率。
2025-05-05 21:02:28
721
原创 机器学习——决策树
决策树（Decision Tree）是一种监督学习算法，主要用于分类（Classification）和回归（Regression）任务。它通过树形结构模拟人类决策过程，每个节点代表一个特征（属性），每个分支代表一个决策规则，而叶子节点则代表最终的分类或预测结果。基本概念节点：包含决策规则或分类结果分支：代表决策规则的可能结果叶子节点：最终的分类或预测结果。
2025-04-19 22:01:47
1242
原创 机器学习---模型评估
选择合适的性能度量对模型评估至关重要：关注正例预测准确性：使用P-R曲线和F度量综合评估整体性能：使用ROC曲线和AUC分析模型问题：考察偏差和方差理解这些性能度量指标，有助于我们更好地评估和改进机器学习模型。
2025-04-06 21:10:44
1129
原创 机器学习（二）KNN算
KNN算法作为机器学习领域中极为基础且简单的算法，具备强大的适用性，既能完成分类任务，也能处理回归问题。其核心在于通过衡量不同特征值之间的距离来实现分类。具体而言，对于任意一个 n 维输入向量，它在特征空间里都对应着一个特定的点，而该算法的输出则是这个特征向量所对应的类别标签或者预测值。还有重点是，它并不像传统机器学习算法那样拥有明确的学习过程。它的工作机制是借助训练数据对特征向量空间进行划分，而这一划分结果就直接作为最终的算法模型。
2025-03-23 14:07:05
531
原创 机器学习（一）
点击后可进入conda官网，找到和自己操作系统相同的版本安装即可，比如window系统1.下载完成后，双击运行安装程序，点击“下一步”。（温馨提醒，不要放在C盘，不然早晚一天，C盘会爆掉，惨痛经验）2.阅读并同意许可协议，然后点击“下一步”。3.这里可以选择安装位置和创建快捷方式，修改后点击“下一步”。
2025-03-08 03:16:18
341
原创 C++的B站学习（类和对象）
C++中的面向对象来源于生活，每个对象也都会有初始设置以及 对象销毁前的清理数据的设置（一个对象或者变量没有初始状态，对其使用后果是未知，同样的使用完一个对象或变量，没有及时清理，也会造成一定的安全问题）在程序里，有些私有属性 也想让类外特殊的一些函数或者类进行访问，就需要用到友元的技术，友元的目的就是让一个函数或者类 访问另一个类中私有成员。（1）构造函数：主要作用在于创建对象时为对象的成员属性赋值，构造函数由编译器自动调用，无须手动调用。C++类中的成员可以是另一个类的对象，我们称该成员为 对象成员。
2024-02-25 21:31:58
1687
1
原创 ROS的学习1
同样Server和Client启动后通过RPC在ROS Master中注册自身信息， ROS Master 负责保管 Server 和 Client 注册的信息，并匹配话题相同的 Server 与 Client（通过RPC向Client发送Server的TCP地址信息），帮助 Server 与 Client 建立连接，连接建立后，Client 发送请求信息，Server 返回响应信息。话题通讯模型分为三个角色1.ROS Master(管理者）2.Talker（发布者）3.Listener（订阅者）
2024-02-25 15:23:35
748
原创 Linux的学习
echo "······" > words.txt 将······复制进words.txt文档。-r 或-R 或--recursive 递归处理，将指定目录下的所有文件及子目录一并删除。按下”i”或”a”或”o”键，从”一般模式”，进入”插入模式（编辑模式）”。删除文件不包括文件夹的文件。
2023-12-04 21:50:30
839
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人