花生 瓜子 矿泉水

摘要： 1. 基于距离的k-means聚类，需要人工提供聚簇数量K 1.1 通过肘方法确定最佳聚簇数量 import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.pre 阅读全文

摘要： 1. 通过sklearn调用机器学习api处理问题通用流程 # -*- coding: utf-8 -*- import time import joblib import numpy as np import pandas as pd from collections import Counter 阅读全文

摘要： 1. 激活函数背景 1.1 激活函数作用 全连接层或CNN只是对数据做线性变换，即使添加再多的layer，本质依旧是一个单层神经网络。对此，引入非线性变换，对线性层的输出采用 Pointwise 类型的非线性变换作为下一层的输入，以此解决线性网络表达能力不足的问题。其中的 非线性函数称为 activ 阅读全文

摘要： 图像存储原理：RGB、CMY、HSV（H:色调，S:饱和度,颜色浓淡，V:亮度）。 Opencv应用： 1）HSV颜色空间，利用 H 提取颜色。 2）仿射变换通过三对点求出变换矩阵M；透视变换通过四对点求出变换矩阵M。 3）二值化操作：普通二值化、自适应二值化(判断黑白的阈值由像素点邻域的像素确定) 阅读全文

摘要： 1.1 卷积相关 1）卷积 2）反卷积 （只能做到近似恢复，无法完全恢复原图像） 参考：https://blog.csdn.net/qq_27261889/article/details/86304061 1.2 线性变换相关 1）Linear 2）矩阵相乘类：【mm:二维矩阵相乘；bmm:三维矩阵 阅读全文

摘要： 1. 卷积 1）数学定义：S(t) = ∫ x(a) * w(t -a) da 等价于 S(t) = (x*w)(t) S(t)：feature_map 特征图；x(a)：input 输入；w：kernel_function 核函数（滤波器，算子） 对于工业数据，数据大多是 离散的、多维的 等，对上 阅读全文

摘要： 1. 感知机与线性模型 单层感知机的表达式和线性分类表达式等同，可以将一个 单层感知机看作是一个线性分类器。单层感知机可以解决 与、或、非 的分类问题，但是不能解决异或分类（非线性）问题。how to solve the problem：多个线性分类器解决线性不可分问题，即：多个单层感知机组合叠加解 阅读全文

摘要： 1. 基本认识 指针是内存地址，指针变量指的是存储内存地址的变量，本质和其它的变量没有区别，只是其它变量位置存储的是值，指针变量位置存储的是一个地址。 做一个比喻，以 int a = 10 为例：申请了一块内存里面存储 int 类型的10，而变量名称 a 就相当于这块内存的一个标签，平时只要说到标签 阅读全文

摘要： 1. 聚类是啥 聚类是一种 无监督学习 算法，聚类会将数据集中的数据分成不同的标签簇，使得簇内的数据相似性尽可能大，簇间的相似性尽可能小。 该 无监督学习 方法，将 没有标签的数据 变成了标签的数据，每个数据的标签就是其所属簇的簇标签。 2. 聚类算法 2.1 K-means 算法思想：事先假设数据 阅读全文

摘要： 1. 模型思想 从样本中选出距离测试点最近的 K 个样本，通过这 K 个样本的属性即可推测出待测样本的属性，分类：取占多数类别的样本；回归：取 K 个样本的平均值。 1.1 KNN三要素 1）K 值得选取：K 过大会导致欠拟合，K值过小会导致过拟合。 2）距离的度量：一般欧式距离。sklearn的A 阅读全文