原创 基於多分類非線性SVM(+交叉驗證法)的MNIST手寫數據集訓練(無框架)算法

程序流程 1.將數據進行預處理。 2.通過一對一方法將45類訓練樣本((0,1),(0,2),…(1,2)…(2,3))送入交叉驗證法,訓練算法爲smo 3.得出45個模型,測試時在利用投票法判定 數據結構 '''********

原创 四:SVM---硬間隔最大化

硬間隔最大化SVMSVM介紹SVM轉化爲最優解問題KKTKKT圖解KKT定理KKT例子求解SVM最優化問題拉格朗日對偶拉格朗日對偶例子用拉格朗日對偶解決問題KKT在SVM中的意義測試 SVM 介紹 SVM是一種分類手段,就是找出一

原创 二:PCA 和 KPCA理解

PCA 和 KPCA理解前言PCAPCA的作用與要求PCA中方差的表達第一步 映射後的樣本座標第二步 得出方差表達式最優化問題:求方差最大值時的vPCA例子KPCA處理核化後的C矩陣求解(XT)u方法總結 前言 本文中的數據樣本都

原创 Hash映射理解

先說數組,數組優點之一:能通過索引很快定位到值,hashmap  就是利用了數組這個優點。 對比:         線性映射:定義一個數組 ,數組的元素是結構體,結構體包括 一對鍵,值。                          

原创 三:LDA和GDA

LDA 和 GDA理解前言 前言 前文中提到 PCA是用於降維的一種方法,在降維後儘可能的保留樣本最大的特徵,即保證降維後方差最大化。而LDA也是用於降維的一種方法,但它是在降維後儘可能保證其類內距離小,類間距離大。GDA就是先用

原创 一:核化法核技巧的一些基礎知識

核化法---基礎知識前言核技巧作用引入核函數簡單的分類例子對偶表示KF一些疑問什麼樣的函數叫KF 或者 KF怎麼找1.KF必須是有限半正定函數一些常用的KF 前言 這幾天學校開了模式識別課,聽得不是很明白,就在網上找了點資料學習下

原创 ubuntu20.04與windows 10雙系統引導界面美化 grub customizer

           網上都是一步一步改腳本,昨天試了一天也沒搞定,後來又重裝了次系統,改了兩個點,用grub customizer 搞定了。 第二次重裝系統 與第一次不同之處是安裝時勾選了第三方圖形 硬件啥啥啥的,還有分辨率改了下。  

原创 北京大學 TensorFlow2.1 神經網絡實現鳶尾花分類 加註

其中 with as結構  https://blog.csdn.net/jirong5206/article/details/105675881         獨熱碼   import tensorflow as tf classe

原创 py中的with as

原创 基於mpu6050的角速度測量(主控stm32f103 Sram 23LC1024,c#上位機)

       大二時設計過一款角速度測量裝置 ,用於測量特定物品的角速度,現整理下。實現效果是 旋轉物體開始旋轉到停止時,收到上位機信號,將測量數據傳給上位機,上位機分析後得出一條角速度曲線。         引言 本項目是基於stm32

原创 c++ 中指針數組 數組指針 new

int a[10] ={0,1,2,3,4,5,6,7,8,9}; //普通的數組 a爲指針 a[0]爲數據 int* b[3]={&a[0],&a[1],&a[2]}; //指針數組 b中的元素類型是指針