已注销的博客_知识点

矩阵微分

自己学习矩阵微分的笔记，包含了迹函数、行列式函数以及逆矩阵的求导方法。主要是练习求导的链式法则；以及利用微分求导数。更具体的参见引用：张贤达,矩阵分析与应用,清华大学出版社,2004 Note:向量用加粗的小写字母表示，行向量表示为，列向量表示为Note:矩阵用加粗的大写字母表示，如，其转置为或Note:

矩阵微分

矩阵求导

原创 2015-06-03 21:11:23 10000+阅读 1点赞

数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification

邻近算法（k-Nearest Neighbor algorithm）KNN算法的决策过程　　右图中，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于红色三角形所占比例为2/3，绿色圆将被赋予红色三角形那个类，如果K=5，由于蓝色四方形比例为3/5，因此绿色圆被赋予蓝色四方形类。　　K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成

KNN

K近邻

K最近邻

机器学习算法

转载精选 2015-05-21 08:54:55 1441 阅读 1点赞

KNN(K-Nearest Neighbor)最邻近规则分类

KNN最邻近规则，主要应用领域是对未知事物的识别，即判断未知事物属于哪一类，判断思想是，基于欧几里得定理，判断未知事物的特征和哪一类已知事物的的特征最接近；K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于

KNN

K-Nearest Neighbor

K最邻近

转载精选 2015-01-08 22:06:29 2060 阅读

奇异值分解(SVD)详解

SVD分解SVD分解是LSA的数学基础，本文是我的LSA学习笔记的一部分，之所以单独拿出来，是因为SVD可以说是LSA的基础，要理解LSA必须了解SVD，因此将LSA笔记的SVD一节单独作为一篇文章。本节讨论SVD分解相关数学问题，一个分为3个部分，第一部分讨论线性代数中的一些基础知识，第二部分讨论SVD矩阵分解，第三部分讨论低阶近似。本节讨论的矩阵都是实数矩阵。基础知识1. 矩阵的秩：矩阵的秩是

LSA

奇异值分解

SVD

LSD

转载精选 2015-01-08 21:59:51 2449 阅读

医学图像数据集和处理工具【总结】

一数据集http://brainweb.bic.mni.mcgill.ca/brainweb/ BrainWeb: Simulated Brain Databasehttp://brainweb.bic.mni.mcgill.ca/brainweb/selection_ms.html MRI datasets（上面的一部分）adni.loni.ucla.eduAlzheimers Di

医学图像

EMMA

MPI

原创 2014-10-21 10:56:17 10000+阅读

ARGMAX(以及ARGMIN)的意思

argmax: argumentum maximi论证最大？个人理解就是以argmax取最大值时将变量的取值赋值给式子反之就是argmin例子如下括号中f（x）的最大值为25，此时变量x取值为5，将其赋值给式子，得到式子的结果为5但据folie上的一些例子可以有其他用法比如想确定一个所需的y值但取y值的时候需要考虑到x的取值情况也就是用y去代替前面式子里的x(max) 这也是

数学

argmin

argmax

arg max

arg min

原创 2014-10-13 14:33:38 10000+阅读

LIBSVM使用介绍

1.首先从主页上下载libsvm、Python2.5.2和gnuplot 三个软件。 http://www.csie.ntu.edu.tw/~cjlin/2.准备好数据，首先要把数据转换成Libsvm软件包要求的数据格式为： label index1:value1 index2:value2 ...&nbs

svm

模式识别

classification

原创 2014-10-01 14:52:47 10000+阅读

LIBSVM在matlab下的使用安装

1）从LIBSVM的官网http://www.csie.ntu.edu.tw/~cjlin/libsvm/上下载最新版本的LIBSVM，当前版本为libsvm-3.18.zip2）解压压缩包到电脑上一位置，如：C:\Program Files\libsvm-3.183）假设你使用的是64位的操作系统和matlab。此时将libsvm-3.18文件夹下的windows目录添加到matlab目录

分类

svm

libsvm

模式识别

classification

原创 2014-10-01 12:28:18 10000+阅读 1点赞

[机器学习之SVM] 线性SVM还是非线性SVM？【转】

SVM的应用领域很广，分类、回归、密度估计、聚类等，但我觉得最成功的还是在分类这一块。用于分类问题时，SVM可供选择的参数并不多，惩罚参数C，核函数及其参数选择。对于一个应用，是选择线性核，还是多项式核，还是高斯核？还是有一些规则的。实际应用中，多数情况是

分类

svm

模式识别

支持向量机

classification

原创 2014-10-01 10:57:54 10000+阅读

SVM入门（三）线性分类器Part 2

上回说到对于文本分类这样的不适定问题（有一个以上解的问题称为不适定问题），需要有一个指标来衡量解决方案（即我们通过训练建立的分类模型）的好坏，而分类间隔是一个比较好的指标。在进行文本分类的时候，我们可以让计算机这样来看待我们提供给它的训练样本，每一个样本由一个向量（就是那些文本特征所组成的向量）和一个标记（标示出这个样本属于哪个类别）组成。如：Di=

支持向量机

classification

原创 2014-09-30 22:19:47 10000+阅读 2点赞 3收藏 2评论

SVM入门（二）线性分类器Part 1

线性分类器(一定意义上,也可以叫做感知机) 是最简单也很有效的分类器形式.在一个线性分类器中,可以看到SVM形成的思路,并接触很多SVM的核心概念.用一个二维空间里仅有两类样本的分类问题来举个小例子。如图所示 C1和C2是要区分的两个类别，在二维平面中它们的样本如上图所示。中间的直线就是一个分类函数，它可

分类

svm

模式识别

支持向量机

classification

原创 2014-09-30 22:18:30 10000+阅读 1收藏

SVM分类（一）SVM的八股简介

支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的

分类

svm

模式识别

支持向量机

classification

原创 2014-09-30 22:16:02 10000+阅读 2收藏

收集一下核函数-Kernel Function

Kernel FunctionsBelow is a list of some kernel functions available from the existing literature. As was the case with previous articles, every LaTeX notation for the formulas below are readi

核函数

Kernel Function

转载精选 2014-08-30 14:35:30 4441 阅读 1收藏

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

松鼠

矩阵微分

数据挖掘十大经典算法(8) kNN: k-nearest neighbor classification

KNN(K-Nearest Neighbor)最邻近规则分类

奇异值分解(SVD)详解

医学图像数据集和处理工具【总结】

ARGMAX(以及ARGMIN)的意思

LIBSVM使用介绍

LIBSVM在matlab下的使用安装

[机器学习之SVM] 线性SVM还是非线性SVM？【转】

SVM入门（三）线性分类器Part 2

SVM入门（二）线性分类器Part 1

SVM分类（一）SVM的八股简介

收集一下核函数-Kernel Function

欢迎