• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 众包
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






oceantang

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

2017年7月11日

关于今天学习的第一个算法——k-近邻算法
摘要: Def classify0(inX,data_set,labels,k): Data_set_size=data_set.shape[0] //.shape[0]表示获取data_set有多少行,.shape[1]即获取列数 //另外注意shape后用中括号 Diff_mat=tile(inX,(d 阅读全文
posted @ 2017-07-11 17:51 oceantang 阅读(280) 评论(0) 推荐(0)
 

2017年7月6日

Machine Learning——octave矩阵操作(2)——DAY3
摘要: 矩阵的数学操作: Assumed: a为一个矩阵,m是一个向量 Log(a)——求每一个元素的对数 Exp(a)——以e为底的指数 1./a——求每个元素的导师 [a,b]=max(m)——m是一个向量,a为m当中最大的元素,b为a在m中的排列序号(已按从小到大排好) m<3——比如m=[1 6 7 阅读全文
posted @ 2017-07-06 17:17 oceantang 阅读(3009) 评论(0) 推荐(0)
 

2017年7月5日

Machine Learning——octave的操作(1)——DAY2
摘要: 1.PS1(‘>>’); ——不显示版本 2.输出: a=pi; format long format short(4位) disp(sprintf(‘%0.2f’,a)) 3.矩阵的输入: A=[1 2;3 4;5 6] A(1,2)——取出第一行第二列的值 A(1,:)——取出第一行所有值 A( 阅读全文
posted @ 2017-07-05 21:30 oceantang 阅读(358) 评论(0) 推荐(0)
 

2017年7月4日

Machine Learning——DAY1
摘要: 监督学习:分类和回归 非监督学习:聚类和非聚类 1.分类和聚类的区别: 分类(Categorization or Classification)就是按照某种标准给对象贴标签(label),再根据标签来区分归类。 聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 2.回归和 阅读全文
posted @ 2017-07-04 18:02 oceantang 阅读(173) 评论(0) 推荐(0)