随笔分类 -  machine learning

摘要:多示例学习:包(bags) 和 示例 (instance). 包是由多个示例组成的,举个例子,在图像分类中,一张图片就是一个包,图片分割出的patches就是示例。在多示例学习中,包带有类别标签而示例不带类别标签,最终的目的是给出对新的包的类别预测。 多示例学习是弱监督学习中的一个popular的方 阅读全文
posted @ 2016-11-16 22:10 Providence 阅读(12384) 评论(1) 推荐(2)
摘要:TPR=TP/P :真正率:判断对的正样本占所有正样本的比例。 Precision=TP/(TP+FP) :判断对的正样本占判断出来的所有正样本的比例FPR=FP/N :负正率:判断错的负样本占所有负样本的比例。 Recall = TP/(TP+FN) = TP/P,就是TPR.ROC曲线:横轴是F... 阅读全文
posted @ 2014-10-26 21:30 Providence 阅读(1574) 评论(0) 推荐(0)
摘要:受试者工作特征曲线(receiver operating characteristic curve, 简称ROC曲线),又称为感受性曲线(sensitivity curve)。得此名的原因在于曲线上各点反应着相同的感受性,它们都是对同一信号刺激的反应,只不过是在几种不同的判定标准下所得的结果而已。接... 阅读全文
posted @ 2014-10-20 08:50 Providence 阅读(543) 评论(0) 推荐(0)
摘要:https://chunqiu.blog.ustc.edu.cn/?p=570http://spams-devel.gforge.inria.fr/index.html在一篇显著性检测文章:Saliency Detection via Dense and Sparse Reconstruction ... 阅读全文
posted @ 2014-10-11 16:23 Providence 阅读(573) 评论(0) 推荐(0)
摘要:混合高斯模型和EM算法 这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation)。 与K-means一样,给定的训练样本是,我们将隐含类别标签用表示。与k-means的硬指定不同,我们首先认为是满足一定的概率分布的,... 阅读全文
posted @ 2014-10-11 15:40 Providence 阅读(636) 评论(0) 推荐(0)
摘要:K-means聚类算法K-means聚类算法也是聚类算法中最简单的一种了,但是里面包含的思想却不一般。聚类属于无监督学习。在聚类问题中,给我们的训练样本是,每个,没有了y。K-means算法是将样本聚类成k个簇(cluster),具体算法描述如下:1、 随机选取k个聚类质心点(cluster cen... 阅读全文
posted @ 2014-01-13 15:48 Providence 阅读(21102) 评论(0) 推荐(0)
摘要:梯度下降法时基于这样的观察:如果是函数F(x)在点a处可微且有定义,那么函数F(x)在a点沿着梯度相反的方向-▽F(a)下降最快。因而,如果b=a-γ▽F(a)对于γ>0为一个够小数值时成立,那么F(a)≥F(b)。考虑到这一点,我们可以从函数F的局部极小值的初始估计x0出发,并考虑如下序列x0,x... 阅读全文
posted @ 2014-01-13 11:24 Providence 阅读(136) 评论(0) 推荐(0)