转载
2023-08-14 22:27:29
52阅读
作者：王多鱼 作者介绍知乎@王多鱼京东的一名推荐算法攻城狮。主要负责商品推荐的召回和排序模型的优化工作。一、GBDT算法原理Gradient Boosting Decision Tree（GBDT）是梯度提升决策树。GBDT模型所输出的结果是由其包含的若干棵决策树累加而成，每一棵决策树都是对之前决策树组合预测残差的拟合，是对之前模型结果的一种“修正”。梯度提升树既可以用于回归问题（此时被
转载
2023-11-24 12:58:58
61阅读
一、直接采样直接采样的思想是，通过对均匀分布采样，实现对任意分布的采样。因为均匀分布采样好猜，我们想要的分布采样不好采，那就采取一定的策略通过简单采取求复杂采样。 假设y服从某项分布p(y)，其累积分布函数CDF为h(y)，有样本z~Uniform(0,1)，我们令 z = h(y)，即 y = h(z)^(-1)，结果y即为对分布p(y)的采样。直接采样的核心思想在与CDF以及逆变换的应用。在原
日期生成很多时候我们需要批量生成日期，方法有很多，这里分享两段代码获取过去 N 天的日期import datetime
def get_nday_list(n):
before_n_days = []
for i in range(1, n + 1)[::-1]:
before_n_days.append(str(datetime.date.today() - d
转载
2024-09-20 15:31:57
111阅读
个人感觉匈牙利算法(KM算法)并不好理解，想搞懂需要花一些时间。如果只是想用，那直接使用Matlab版本的链接里的代码即可几个非常有用的连接：1 https://www.topcoder.com/community/data-science/data-science-tutorials/assignment-problem-and-hungarian-algorithm/#!2 &nb
前言：出自于学校课程数据挖掘与分析布置的实验小作业，案例经典，代码注释较全，供大家参考。题目：现有西瓜挑选数据文件：dataset.txt，编程实现朴素贝叶斯算法，并判断有如下特征的瓜是否好瓜：
青绿,稍蜷,浊响,清晰,凹陷,硬滑。实验数据如下： 要求：1、自行采用一种语言编程实现算法（注意：计算条件概率、判别分类等核心算法需自己编程实现）
2、用课堂例子进行正确性检验
3、用户界面友好，要
转载
2023-08-10 07:02:32
100阅读
首先，我们正式描述算法应用通常分为表述问题和解决过程两个阶段， 表述问题即需要运用数据挖掘能够理解和处理的语言来阐述业务问题， 最重要的是能够用正确且符合实际的方式把业务问题转化成数据挖掘问题， 这往往决定了后续工作是否能有效的展开， 尝试解决一个不符合实际的业务问题往往会使得数据挖掘的工作陷入数据的海洋中， 既费时费力又得不到想要的结果； 而解决过程， 顾名思义就是将表述清楚的问题通过
转载
2024-01-16 18:19:59
4阅读
SURF算法在工业检测分析一.工业场景应用场景应用说明，在工业检测中我们需要对一个工件进行位置补正，来确定工件在平面坐标系的位置，得到位置参数才可以进一步的针对特定位置进行图像处理。比如我们跟踪一副名片的某一局部位置。 &
转载
2023-10-25 07:00:53
73阅读
最近上模式识别的课需要做EM算法的作业，看了机器学习公开课及网上的一些例子，总结如下：（中间部分公式比较多，不能直接粘贴上去，为了方便用了截图，请见谅）概要适用问题EM算法是一种迭代算法，主要用于计算后验分布的众数或极大似然估计，广泛地应用于缺损数据、截尾数据、成群数据、带有讨厌参数的数据等所谓不完全数据的统计推断问题。优缺点优点：EM算法简单且稳定，迭代能保证观察数据对数后验似然是单调不减的。&
转载
2023-09-05 08:08:05
76阅读
一、背景煤矿地磅产生了一系列数据： 我想从这些数据中，取出最能反映当前车辆重量的数据（有很多数据是车辆上磅过程中产生的数据）。我于是想到了聚类算法KMeans，该算法思想比较简单。二、算法步骤1、从样本中随机取出k个值，作为初始中心2、以k个中心划分这些数据，分为k个组3、重新计算出每个组的中心，作为新中心4、如果初始中心和新中心不相等，则把新中心作为初始中心，重复2，3。反之，结束注意
转载
2023-08-06 10:30:13
98阅读
本文介绍了FCM算法的公式推导和Python源码实现，并在鸢尾花数据集上做了验证。源码和笔记已经上传至Github：https://github.com/datamonday/ML-Algorithm-Source-Code/基于划分的聚类，层次聚类等都属于硬聚类，即始终将样本分配给单个聚类。相对地，软聚类则不同，其旨在将每个样本与一个向量相关联，该向量通常表示样本属于某个聚类的概率。模糊C均值（
转载
2024-01-17 13:03:10
143阅读
AdaBoost学习算法用于提高简单学习算法的分类性能。它通过组合一组弱分类函数（具有较高分类错误的弱分类器）来形成更强的分类器。最后的强分类器的预测结果是：采用弱分类器的预测值乘以当前分类器的权重的加权组合的形式。 AdaBoost方法的自适应在于：前一个分类器分错的样本会被用来训练下一个分类器。AdaBoost方法对于噪声数据和异常数据很敏感，但在一些问题中，AdaBoost方法相对
转载
2023-12-26 11:19:35
36阅读
detectSURFFeatures用法：points = detectSURFFeatures(I) %I是输入的灰度图像，返回值是一个 SURFPoints类，这个SURFPoints类包含了一些从这个灰度图像中提取的一些特征
points = detectSURFFeatures(I,Name,Value)SURFPoints 这个类型 属性cout : 计算这个物体所拥有点的数量Loca
转载
2024-04-18 12:10:18
255阅读
上一篇：图像特征算法(一)——SIFT算法简述及Python标记SIFT特征检测实践 下一篇：图像特征算法(三)——ORB算法简述及Python中ORB特征匹配实践一、SURF算法1.算法简介SURF（Speeded-Up Robust Features）加速稳健特征，是一种稳健的局部特征点检测和描述算法。 SURF是对SIFT算法的改进，该算子在保持 SIFT 算子优良性能特点的基础上，同时解决
转载
2023-12-20 00:07:23
263阅读
算法结构 = 扫描线种子填充算法 + 模糊模板移动法 该算法的优点在于没有重复读取图像中的像素信息，使用的滤波模板是 m[3][3]={1,1,1,1,1,1,1,1,1}，主要用到了线扫描法和移动滤波法，用于封闭区域图形的快速模糊，线扫描法用于确定边界，移动滤波法大大提高了运行速度。1．扫描线种子填充法：扫描线种子填充算法的基本过程如下：当给定种子点(x, y)时，首先分别
转载
2024-07-01 04:49:32
32阅读
Python其实有3种方法,即静态方法(staticmethod),类方法(classmethod)和实例方法,如下: def foo(x):
print("executing foo(%s)"%(x))
class A(object):
def foo(self,x):
print("executing foo(%s)" % (self.x))
@classmethod
转载
2024-01-08 13:56:43
23阅读
一、算法介绍1、 算法是什么 算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时
转载
2024-08-05 13:29:57
57阅读
## Python中应用模糊算法的流程
在Python中应用模糊算法可以帮助我们处理一些模糊的问题，如模糊匹配、模糊搜索等。下面我将向你介绍如何在Python中应用模糊算法，以及每一步需要做什么。
### 步骤概览
首先，让我们来概览一下实现模糊算法的步骤，如下表所示：
| 步骤 | 描述 |
| --- | --- |
| 1 | 导入必要的库 |
| 2 | 准备数据 |
| 3 |
原创
2023-09-13 17:08:58
194阅读
算法导论 课程设计 题 目： 动态规划法 学院班级： 1613013
算法及其应用(Application Software)These are also end-user programs. Through these programs, users can complete their tasks. Tasks include creation and modification of documents, spreadsheets, databases and
转载
2023-12-17 10:42:29
31阅读
