• 欢迎浏览“String me = Creater\忠实的资深Linux玩家;”,请文明浏览,理性发言,有侵犯你的权益请邮件我(creater@vip.qq.com).
  • 把任何的失败都当作一次尝试,不要自卑;把所有的成功都想成是一种幸运,不要自傲。
  • 机器学习模型需要对数据进行归一化
    模式识别&机器学习   

    机器学习模型需要对数据进行归一化

    1)归一化后加快了梯度下降求最优解的速度;2)归一化有可能提高精度 1 归一化为什么能提高梯度下降法求解最优解的速度? 如下图所示,蓝色的圈圈图代表的是两个特征的等高线。其中左图两个特征X1和X2的区间相差非常大,X1区间是[0,2000]

     2017-10-11
     13
     0 
    MNIST数据库介绍及转换
    模式识别&机器学习   

    MNIST数据库介绍及转换

    数据库的一个子集。 MNIST数据库官方网址为:http://yann.lecun.com/exdb/mnist/ ,直接下载,train-images-idx3-ubyte.gz、train-labels-idx1-ubyte.gz等。下

     2017-10-9
     4
     0 
    LDA算法入门
    模式识别&机器学习   

    LDA算法入门

    参考 Introduction to LDA Linear Discriminant Analysis - A Brief Tutorial http://www.aiaccess.net/English/Glossaries/GlosMo

     2017-09-29
     8
     0 
    [收集]协方差矩阵的详细说明
    模式识别&机器学习   

    [收集]协方差矩阵的详细说明

    协方差矩阵的详细说明 1、协方差矩阵中的每一个元素是表示的随机向量X的不同分量之间的协方差,而不是不同样本之间的协方差,如元素Cij就是反映的随机变量Xi, Xj的协方差。 2、协方差是反映的变量之间的二阶统计特性,如果随机向量的不同分量之

     2017-09-29
     23
     0 
    [收集]PCA的数学原理
    模式识别&机器学习   

    [收集]PCA的数学原理

    PCA(Principal Component Analysis)是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。网上关于PCA的文章有很多,但是大多

     2017-09-24
     7
     0 
    主成分分析PCA
    模式识别&机器学习   

    主成分分析PCA

     相关Matlab知识   设M为一个矩阵,那么:      1、求和      sum(M):以矩阵M的每一列为对象,对每一列的数据分别求和。      sum(M,2):以矩阵的每一行为对象,对每一行的数据分别求和。      sum(

     2017-09-24
     10
     0 
    切换注册

    登录

    忘记密码 ?

    切换登录

    注册

    扫一扫二维码分享