摘要：
博主自己在发布Python模块的时候也是摸索了好久啊，因为跟着书上写的步骤一步一步来终究会跪的节奏有木有啊！！！几经波折终于搞出来了，贴下来与诸君共勉。之前的步骤相信大家都已经知道了，那我们就直接跳过了啊！谢谢大家，这次的教程结束了~~我擦，不要扔鞋砸我！！！卧槽，那个拿臭鸡蛋的是怎么回事！！！哈喽... 阅读全文
2015年9月25日
2015年9月23日
摘要：
转自– Warald (Email: iamxiaoning@gmail.com)博客: http://www.1point3acres.com，微博：http://www.weibo.com/warald开头：如果你极其讨厌编程、大学数学勉强合格，或者跟人交流能力巨挫，那这篇文章可能不适合你看，... 阅读全文
2015年9月20日
摘要：
流形，也就是 Manifold 。不知道你有没有为我在本文开头放上的那个地球的图片感到困惑？这是因为球面是一个很典型的流形的例子，而地球就是一个很典型的“球面”啦（姑且当作球面好啦）。有时候经常会在 paper 里看到“嵌入在高维空间中的低维流形”，不过高维的数据对于我们这些可怜的低维生物来说总是很... 阅读全文
2015年9月19日
摘要：
好久没更新博客了，今天想写一下我对主成分分析（Principalcomponentsanalysis）的理解。最开始接触到主成分分析（PCAforshort）是在有关高光谱图像分类的论文中，PCA是作为对照方法凸显文中所提出的方法的优越性的。（感觉PCA好惨......）这同样也说明了，PC... 阅读全文
2015年9月13日
摘要：
半监督学习(Semi-Supervised Learning，SSL)是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。主要分为半监督分类，半监督回归，半监督聚类和半监督降维算法。至于直推学习，... 阅读全文
摘要：
最近看了篇Paper（Hyperspectral Image Classification ThroughBilayer Graph-Based Learning），里面出现了一个超图（Hypergraph）的概念，在这里对它的概念进行说明。超图（Hypergraph）是什么 简单的来说，对于... 阅读全文
2015年9月10日
摘要：
在本文中讨论的矩阵都是实数矩阵。基础知识1. 矩阵的秩：矩阵的秩是矩阵中线性无关的行或列的个数2. 对角矩阵：对角矩阵是除主对角线外所有元素都为零的方阵3. 单位矩阵：如果对角矩阵中主对角线上的元素都为一，该矩阵称为单位矩阵4. 特征值：对一个M x M矩阵C和向量X，如果存在λ使得下式成立则称λ为... 阅读全文
2015年9月9日
摘要：
ground truth就是参考标准，一般用来做误差量化。比方说要根据历史数据预测某一时间的温度，ground truth就是那个时间的真实温度。error就是(predicted temperature - real temprature)。在全监督学习中，数据是有标签（label）的的，以(x,... 阅读全文
2015年9月8日
摘要：
SVM算法最初是为二值分类问题设计的，当处理多类问题时，就需要构造合适的多类分类器。 目前，构造SVM多类分类器的方法主要有两类：一类是直接法，直接在目标函数上进行修改，将多个分类面的参数求解合并到一个最优化问题中，通过求解该最优化问题“一次性”实现多类分类。这种方法看似简单，但其计算复杂度比... 阅读全文
摘要：
转载自：http://eletva.com/tower/?p=186有关Loss Function（LF），只想说，终于写了一、Loss Function什么是Loss Function？wiki上有一句解释我觉得很到位，引用一下：The loss function quantifies the a... 阅读全文
