摘要：转自：数据标准化/归一化normalization 这里主要讲连续型特征归一化的常用方法。离散参考[数据预处理：独热编码（One-Hot Encoding）]。 基础知识参考： [均值、方差与协方差矩阵 ] [矩阵论：向量范数和矩阵范数 ] 数据的标准化（normalization）和归一化 数据的 阅读全文

摘要：1、贝叶斯公式及应用： 详见：链接ruanyifeng.com/blog/2011/08/bayesian_inference_part_one.html 阅读全文

摘要：梯度下降法是机器学习和神经网络学科中我们最早接触的算法之一。但是对于初学者，我们对于这个算法是如何迭代运行的从而达到目的有些迷惑。在这里给出我对这个算法的几何理解，有不对的地方请批评指正！ 梯度下降法定义 （维基百科）梯度下降法，基于这样的观察：如果实值函数 在点 处可微且有定义，那么函数 在 点沿 阅读全文

摘要：一、粗略聚类结果 1、 dbScan 对于交集，不合并为一个大类。（下图所有操作均为针对300条名航轨迹，大约24000个点，聚类半径：5000米，类最小元素个数：2） 2、层次聚类，相邻重复出现的类，记录一次，减少其影响程度 (300条轨迹，差异度 0.3) 阅读全文

摘要：一、dbScan 对关键点聚类 二、根据轨迹上关键点，对每两条轨迹上点的类别序列进行最长匹配 例如：(1-2-3-4 ，0-2-3-4) ——> 2-3-4，得出两两轨迹之间的差异度。 两两轨迹之间的差异度矩阵： 三、进行层次聚类 聚类结果：上图选取 300 条轨迹进行聚类，聚类后，轨迹缩减为 23 阅读全文