
机器学习
文章平均质量分 51
dzjwLu
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
-
降维算法之KPCA原理推导
提示:由于本人是在word里整理的文档,本想直接粘贴到博客,无奈博客里面的数学公式显示乱码,为了节省时间只好从整理好的文档里截图啦!有错误的地方,望读者指正!...原创 2018-04-11 11:39:32 · 7750 阅读 · 3 评论 -
降维算法之Isomap原理推导
流形学习Manifold Learning 与Isomap1.Manifold “嵌入在高维空间中的低维流形”,最直观的例子通常都会是嵌入在三维空间中的二维或者一维流形。比如说一块布,可以把它看成一个二维平面,这是一个二维的欧氏空间,现在我们(在三维)中把它扭一扭,它就变成了一个流形(当然,不扭的时候,它也是一个流形,欧氏空间是流形的一种特殊情况)。1.1判断流形的维数:地球是一个流形,球面上的点...原创 2018-04-11 11:46:21 · 10189 阅读 · 3 评论 -
降维算法之LDA原理推导
6. LDA算法的主要优点有:1)在降维过程中可以使用类别的先验知识经验,而像PCA这样的无监督学习则无法使用类别先验知识。2)LDA在样本分类信息依赖均值而不是方差的时候,比PCA之类的算法较优。7.LDA算法的主要缺点有:1)LDA不适合对非高斯分布样本进行降维,PCA也有这个问题。2)LDA降维最多降到类别数k-1的维数,如果我们降维的维度大于k-1,则不能使用LDA。当然目前有一些...原创 2018-04-11 14:23:11 · 4770 阅读 · 4 评论