摘要: 通俗的介绍这种压缩方式,就是将原来很多的颜色用少量的颜色去表示,这样就可以减小图片大小了。下面首先我先介绍下K Means,当你了解了K Means那么你也很容易的可以去理解图片压缩了,最后附上图片压缩的核心代码。 K Means的核心思想 k means的核心算法也就上面寥寥几句,下面将分三个部分 阅读全文
posted @ 2017-11-19 20:13 学会思考の小R 阅读(1276) 评论(0) 推荐(0) 编辑
摘要: 前言 在我们构建完机器学习模型,经常会遇到训练得到模型无法正确预测,这之后我们往往会采取下面的一些方案: 增加训练数据 减少特征的个数 增加更多的特征 增加多项式特征(X1 X2 ...) 增大lambda的值 减小lambda的值 若是不了解模型具体的问题所在,而根据随便拿出一个方案去试错,这往往 阅读全文
posted @ 2017-11-16 19:22 学会思考の小R 阅读(2267) 评论(0) 推荐(1) 编辑
摘要: 测试数据: style 1 yv=[1:num_labels] == y style 2 yv = zeros(m, num_labels); for i = 1:m yv(i, y(i)) = 1; end style 3 all_combos = eye(num_labels); y_matri 阅读全文
posted @ 2017-11-14 18:37 学会思考の小R 阅读(1018) 评论(0) 推荐(0) 编辑
摘要: Deep Learning的基本思想和方法 实际生活中,人们为了解决一个问题,如对象的分类(对象可是是文档、图像等),首先必须做的事情是如何来表达一个对象,即必须抽取一些特征来表示一个对象,如文本的处理中,常常用词集合来表示一个文档,或把文档表示在向量空间中(称为VSM模型),然后才能提出不同的分类 阅读全文
posted @ 2017-11-06 20:42 学会思考の小R 阅读(680) 评论(0) 推荐(0) 编辑
摘要: 简介 推荐系统产生推荐列表的方式通常有两种:协同过滤以及基于内容推荐,或者基于个性化推荐。协同过滤方法根据用户历史行为(例如其购买的、选择的、评价过的物品等)结合其他用户的相似决策建立模型。这种模型可用于预测用户对哪些物品可能感兴趣(或用户对物品的感兴趣程度)。基于内容推荐利用一些列有关物品的离散特 阅读全文
posted @ 2017-11-04 20:54 学会思考の小R 阅读(1902) 评论(0) 推荐(0) 编辑
摘要: 简介 简单的去解释MarkDown就是html,但是将html中的元素用符号去代替使用。本文用的编译软件是Atom(神器),不多说直接上图看效果。 语法 文本 列表 区块 分割符 表格 链接 markdown中插入图片格式: markdown中插入链接格式: "显示文本" 特殊符号 结语 以上只是一 阅读全文
posted @ 2017-11-03 19:52 学会思考の小R 阅读(246) 评论(0) 推荐(0) 编辑