原创 線性判別分析LDA原理(待補充)
1.線性判別分析概述 線性判別分析(LDA)是一種經典的線性學習方法，在二分類問題上最早由Fisher提出，亦稱“Fisher判別分析”。LDA在模式識別領域中由非常廣泛的應用。 LDA的思想非常樸素：給定訓練樣例集，設法將樣例投影到
2019-03-14 23:37:05
14
原创 深度學習中卷積計算以及1*1卷積核作用
深度學習中1*1卷積核作用 看圖理解！ 以上是用一個773的數組作爲輸入，然後神經元中卷積核大小爲333，數量爲2,輸出的特徵圖大小爲332 卷積：一組固定的權重和不同窗口內數據做內積 卷積的計算—> 每次選取輸入數據一層的
2019-03-14 23:37:05
原创 scikit-learn和tensorflow的區別
1、功能不同 Scikit-learn(sklearn)的定位是通用機器學習庫，而TensorFlow(tf)的定位主要是深度學習庫。一個顯而易見的不同：tf並未提供sklearn那種強大的特徵工程，如維度壓縮、特徵選擇等。究其根本，
2019-03-14 23:37:05
原创 PCA降維原理及sklearn代碼實現
PCA（Principal Component Analysis）是一種常用的數據分析方法。PCA通過線性變換將原始數據變換爲一組各維度線性無關的表示，可用於提取數據的主要特徵分量，常用於高維數據的降維。本文從實際問題代入探索PCA,
2019-03-14 23:37:05
原创 Bagging與隨機森林
前今天整理了決策樹的原理實現，順手再把隨機森林的原理整理整理。 1.Bagging Bagging是並行式集成學習方法最著名的代表，其原理是給定包含m個樣本的數據集，我們先隨機取出一個樣本放入採樣集中，再把該樣本放回初始數據集(有放
2019-03-14 23:37:05
原创 Win10 Anaconda多版本python共存+TensorFlow+Keras
(Win10 Anaconda多版本python共存+TensorFlow+Keras) 這次本來打算在anaconda原來已配置好的tensorflow上直接安裝keras，沒想到就出問題了，乾脆重新配置了一邊，趁這個機會寫下弱雞我
2019-03-14 23:37:05
3
原创 線性模型
1.基本形式 線性模型試圖學得一個通過屬性的線性組合來進行預測數函數，即； 一般用向量形式寫成 本篇介紹幾種經典的線性模型，我們先從迴歸任務開始，然後討論二分類和多分類任務。 2.線性迴歸 線性迴歸試圖學得 如何確定w和b呢？
2019-03-14 23:37:05
原创 獨熱編碼(待補充)
1.爲什麼要獨熱編碼？ 正如上文所言，獨熱編碼（啞變量 dummy variable）是因爲大部分算法是基於向量空間中的度量來進行計算的，爲了使非偏序關係的變量取值不具有偏序性，並且到圓點是等距的。使用one-hot編碼，將離散特徵的
2019-03-14 23:37:05