ML - 随笔分类 - 小清奈

[机器学习] PCA主成分析

摘要：PCA主成份分析一.PCA原理主成分分析Principal Component Analysis，主要用途：数据的降维。可以理解为提取数据中更有价值的信息核心的思想：寻找一个新的坐标基，将原有的数据投影到新的坐标基中 1.1基本概念样本均值 $ x^ =\frac{1}{n}\sum^N_{ 阅读全文

posted @ 2020-04-22 23:06 小清奈阅读(499) 评论(0) 推荐(0)

[机器学习] 梯度下降算法

摘要：梯度下降算法一、原理梯度下降算法是一个用来求解函数最小值的算法，关于算法的详细介绍就不细说了，直接来公式这里引用吴恩达机器学习的代价函数来说明代价函数 $$ J(\theta_0,\theta_1) $$ 梯度下降算法 $$ \begin{align} \theta_j &= \theta_ 阅读全文

posted @ 2020-03-27 22:40 小清奈阅读(303) 评论(0) 推荐(0)

[机器学习]多变量线性回归

摘要：多元线性回归一、回归模型多元线性回归的一般表达式 $$ f(\boldsymbol x_i)=\boldsymbol {w^Tx_i}+b = \begin{bmatrix} {w_{1}}&{w_{2}}&{\cdots}&{w_{d}}\\ \end{bmatrix} \begin{bmat 阅读全文

posted @ 2020-03-18 22:16 小清奈阅读(625) 评论(0) 推荐(0)

[机器学习]单变量线性回归（最小二乘法）

摘要：单变量线性回归在这个文档中将会介绍单变量线性回归模型的建立和公式推倒，通过实例的代码实现算法来加深理解一.模型推导 1 1 线性回归模型设定样本描述为 $$ x=(x_1;x_2;...;x_d) $$ 预测函数为 $$ f(\boldsymbol x)=w_1x_1+w_2x_2+...+w 阅读全文

posted @ 2020-03-16 16:34 小清奈阅读(2189) 评论(0) 推荐(0)

[机器学习]kNN进邻算法

摘要：K 近邻算法一、算法概述（1）采用测量不同特征值之间的距离方法进行分类优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。（2）KNN模型的三个要素 kNN算法模型实际上就是对特征空间的的划分。模型有三个基本要素：距离度量、K值的选择和分类决策规则的决定。阅读全文

posted @ 2019-11-23 17:21 小清奈阅读(556) 评论(0) 推荐(0)

[机器学习笔记] 1监督学习

摘要：第一章监督学习 1.1 准备工作如果你是在windows环境下，建议直接使用anaconda，这里里面集成了一些常用的Python库。如果是在其他环境下，就更方便了，保证这下面几个已经安装就好了。 NumPy： http://docs.scipy.org/doc/numpy 1.10.1/us 阅读全文

posted @ 2019-10-19 11:08 小清奈阅读(744) 评论(0) 推荐(0)

小清奈

随笔分类 - ML

公告