摘要：
最近应用pca时遇到一个问题：自己写的pca过程和调用sklearn中的pca最后得到转换空间后的矩阵总有负号差异，后来通过读源码，常识，发现了问题原因： 简单说一下pca的实现，首先对于一个矩阵X，我们计算X·XT，显然这个一个半正定矩阵，可以做特征值分解，然后取出k个最大的特征值及其对应的特征向 阅读全文
posted @ 2018-08-22 19:00
深海里的猫
阅读(3061)
评论(1)
推荐(0)
摘要：
梯度下降是一个用来求函数最小值的算法，我们将使用梯度下降算法来求出代价函数 J(θ0,θ1) 的最小值。 梯度下降背后的思想是:开始时我们随机选择一个参数的组合(θ0,θ1,...,θn)，计算代价 函数，然后我们寻找下一个能让代价函数值下降最多的参数组合。我们持续这么做直到到到 一个局部最小值(l 阅读全文
posted @ 2018-07-12 23:58
深海里的猫
阅读(329)
评论(0)
推荐(0)
摘要：
接着上文02的问题阐述代价函数（也叫做损失函数） 我们将定义代价函数的概念，这有助于我们弄清楚如何把最有可能的直线与我们的数据相拟合。如图: 在线性回归中我们有一个像这样的训练集，m 代表了训练样本的数量，比如 m = 47。 而我们的假设函数，也就是用来进行预测的函数，是这样的线性函数形式:h 。 阅读全文
posted @ 2018-07-12 16:00
深海里的猫
阅读(515)
评论(0)
推荐(0)
摘要：
我们的第一个学习算法是线性回归算法。 让我们通过一个例子来开始:这个例子是预测住房价格的，我们要使用一个数据集，数据集包含某市的住房价格。在这里，我要根据不同房屋尺寸所售出的价格，画出我的数据集。比方说，如果你朋友的房子是 1250 平方尺大小，你要告诉他们这房子能卖多少钱。那么，你可以做的一件事就 阅读全文
posted @ 2018-07-12 15:29
深海里的猫
阅读(150)
评论(0)
推荐(0)
摘要：
从这篇随笔开始是观看斯坦福大学（吴恩达）机器学习课程，个人觉得课程讲的非常棒，也很容易理解，特此总结知识点笔记。笔记如下： 我们应用学习算法，可以在这组数据中画一条直线，或者换句话说，拟合一条直线，根 据这条线我们可以推测出，这套房子可能卖$150, 000，当然这不是唯一的算法。可能还有更 好的， 阅读全文
posted @ 2018-07-11 23:34
深海里的猫
阅读(318)
评论(0)
推荐(0)
摘要：
1、对于字符“welcome to weibo”以单词的形式进行逆转“weibo to welcome” 思路：对于英文单词 字句一般都是以空格分开，所以直接用空格拆分单词，再逆转（对于不知道数组长度的字符可以len()求的分割后的数组长度） 2、输入字符A、B、C、／d、／d、E、F、／d， 其中 阅读全文
posted @ 2018-07-09 15:24
深海里的猫
阅读(153)
评论(0)
推荐(0)
摘要：
给定两个有序数组，求其中位数的算法 中位数定义：如果元素个数为奇数，则中位数为数组中间的那个数;如果数组元素个数为偶数，则中位数为中间两个数的平均数 求解方法一（归并求解）： 阅读全文
posted @ 2018-07-06 20:31
深海里的猫
阅读(2045)
评论(0)
推荐(0)
摘要：
排序算法经常会被问到 总结如下： 2 冒泡排序（也叫起泡法） 冒泡法：第一趟：相邻的两数相比，大的往下沉。最后一个元素是最大的。 第二趟：相邻的两数相比，大的往下沉。最后一个元素不用比。 时间复杂度：O(n^2) 稳定性：稳定 3 简单选择排序 时间复杂度：O(n^2) 稳定性：不稳定 4 直接插入 阅读全文
posted @ 2018-07-06 14:19
深海里的猫
阅读(230)
评论(0)
推荐(0)
浙公网安备 33010602011771号