文章分类 -  MachineLearning

MatplotLib用法
摘要:基本的见http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplotimport matplotlib.pyplot as plt离散点图:1.plt.plot([1,2,3,4],[1,4,9,16],'ro') 添加数据第一个列表为x轴数据,第二个列表为yz轴数据,第三个代表的画的为点图,'or'代表是红色的点,如果没有第三个参数的话画出的为线2.如果需要通过数组中的数据进行画图的话 plt.plot(a[:,0],a[:,1],'ro') 需要将不同的画多条线的情况: t = np. 阅读全文

posted @ 2013-10-09 21:24 Practicer.. 阅读(802) 评论(0) 推荐(0)

层次聚类BIRCH
摘要:下面的连接记录了BIRCH算法。http://www.cnblogs.com/zhangchaoyang/articles/2200800.html还得继续写 阅读全文

posted @ 2013-10-08 20:33 Practicer.. 阅读(87) 评论(0) 推荐(0)

adaboost算法
摘要:算法的思路是通过多个弱分类器的线性组合完成一个强分类器。可以使用adaboost算法解决人脸识别的方法 阅读全文

posted @ 2013-09-26 11:06 Practicer.. 阅读(90) 评论(0) 推荐(0)

PCA
摘要:PCA协方差矩阵为对称矩阵,可以找到正交阵T瞒住T-1AT = TAT=.协方差举证对角元素代表的是Xi的方差,飞对角元素代表的是Xj,Xi的协方差,正交阵是可以作为N为的基础向量,这片文章很有启发性http://blog.csdn.net/cxw1014/article/details/10210831主成成分分析的目的是推导出新的变量,而这些变量是原来变量的线性组合而且互不相关,几何上,主成成分分析可认为是坐标轴的旋转,将原始的坐标轴旋转成为一组新的正交的坐标轴选取的方法:1.理论上的方法:假如取L1为第一主成分,选取L1的标准是,对于所有的数据点来说,到达L1的距离和为最小,第二主成分的 阅读全文

posted @ 2013-09-18 11:03 Practicer.. 阅读(225) 评论(0) 推荐(0)

导航