IP屬地：遼寧
-
人才啊
支持向量機(jī)SVM（1）線性可分支持向量機(jī)抚官、拉格朗日乘子法诈皿、KKT條件溶其、SMO
支持向量機(jī)（SVM管宵，Support Vecor Machine）是一種二分類算法前痘，在集成學(xué)習(xí)和深度學(xué)習(xí)火起來(lái)之前支持向量機(jī)的使用非常廣泛，其分類效果好坎拐、適用性廣（線性烦磁、非線性...
-
支持向量機(jī)SVM（1）線性可分支持向量機(jī)、拉格朗日乘子法哼勇、KKT條件都伪、SMO
支持向量機(jī)（SVM，Support Vecor Machine）是一種二分類算法积担，在集成學(xué)習(xí)和深度學(xué)習(xí)火起來(lái)之前支持向量機(jī)的使用非常廣泛陨晶，其分類效果好、適用性廣（線性帝璧、非線性...
-
opencv 繪制不同圖形并添加文字目標(biāo) 在圖片上或者背景圖上面繪制直線诈闺，矩形區(qū)域，圓形铃芦，橢圓或不規(guī)則圖形并且添加文字雅镊。 上述對(duì)應(yīng)的繪圖函數(shù)的使用。 示例代碼 畫線段 cv2.line(img, (0, 0),...
-
Pycharm激活碼杨帽，截止到2020-3-10
56ZS5PQ1RF-eyJsaWNlbnNlSWQiOiI1NlpTNVBRMVJGIiwibGljZW5zZWVOYW1lIjoi5q2j54mI5o6I5p2DIC4i...
-
如何感性地理解EM算法？
如果使用基于最大似然估計(jì)的模型嗤军，模型中存在隱變量注盈，就要用EM算法做參數(shù)估計(jì)。個(gè)人認(rèn)為叙赚，理解EM算法背后的idea老客，遠(yuǎn)比看懂它的數(shù)學(xué)推導(dǎo)重要。idea會(huì)讓你有一個(gè)直觀的感受震叮，從...
-
上萬(wàn)人罵了19年的爛片鼻祖胧砰，憑啥現(xiàn)在“封神”？
當(dāng)唐僧變得武藝高強(qiáng)苇瓣、如來(lái)談起了戀愛(ài)尉间、悟空不再桀驁不馴，天庭反被妖魔占領(lǐng)…… 你最先想到的是什么击罪？ “毀經(jīng)典哲嘲。” 這是多少人媳禁，對(duì)《西游記后傳》作出的評(píng)價(jià)眠副。 2000年，這部劇一...
-
幾句話之Adaboost竣稽，GBDT囱怕，XGBoostAdaboost 分類 GBDT(Gradient Boosting Decision Tree) 梯度提升樹(shù) XGBoost XGboost原理還是GBDT思想，創(chuàng)新點(diǎn)如下...
-
-
幾句話之Cart樹(shù)準(zhǔn)備工作 如果我們要把樣本畫成一棵樹(shù)（這棵樹(shù)可以用來(lái)查找最近鄰或者是分類），那我們最想知道的就是：拿哪個(gè)特征去拆分樣本岛宦，并且要具體到拿哪個(gè)特征的哪個(gè)值去拆分樣本忘闻？我們最希望的...
-
幾句話之決策樹(shù)
準(zhǔn)備工作 學(xué)習(xí)決策樹(shù)，要先了解信息熵和信息增益等概念恋博。參考：https://blog.csdn.net/zhengudaoer/article/details/8024052...
-
幾句話之KNN和Kd-treeKNN（k-NearestNeighbor） 主要做分類齐佳。也可以做回歸私恬，回歸的是某一個(gè)屬性或特征值。找一下周圍的鄰居們炼吴，看鄰居們是什么本鸣，就大概知道自己是什么了，有點(diǎn)“物以類聚...
-
幾句話之邏輯回歸和Softmax回歸
邏輯回歸 用sigmoid函數(shù)硅蹦，把線性回歸的結(jié)果進(jìn)行壓縮抓艳，壓縮到0~1之間焰宣。然后，把壓縮結(jié)果和分類輸出y（假設(shè)是0和1）對(duì)應(yīng)起來(lái)：壓縮結(jié)果>0.5，y為1氛濒；壓縮結(jié)果<0.5，...
-
-
向量的內(nèi)積和外積
背景 把學(xué)過(guò)的數(shù)學(xué)知識(shí)整理一下宁否，雖然一時(shí)用不到，但相信將來(lái)的某個(gè)時(shí)間點(diǎn)缀遍，會(huì)有用武之地的慕匠。 1 向量，向量的模域醇，數(shù)量積（內(nèi)積台谊，點(diǎn)積），向量積（外積譬挚，差積） 向量的積有2種：數(shù)量...
