Lynn_yq的博客

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 　　本文的目的就是对常用的相似性度量作一个总结。 本文目录： 1.欧氏距离 2.曼哈顿距离 3. 切比雪夫距离 4. 闵可夫斯基距离 5.标准化欧氏距离

经验累积分布函数图形 函数 cdfplot 格式 cdfplot(X) %作样本X（向量）的累积分布函数图形 h = cdfplot(X) %h表示曲线的句柄 [h,stats] = cdfplot(X) %stats表示样本的一些特征 最小二乘拟合直线 函数 lsline 格式 lsline %最小二乘拟合直线 h = lsline %h为直线的句柄 样本数据的

按步骤来就好： 1. 新建一个空文件夹quickstart使用官方给出的代码测试： % Install and compile MatConvNet (needed once). untar('http://www.vlfeat.org/matconvnet/download/matconvnet-1.0-beta25.tar.gz') ; cd matconvnet-1.0-beta25 ...

终止正在运行的程序命令： ctrl +c 或 ctrl+break 或 ctrl+alt+break