摘要:
相比kNN的无脑比较相似度,我们需要一种能够较清晰地给出数据内在含义的分类器。 这一章给出了“决策树”这种选择,这一概念本身不难理解,问题在于 在树的每一层如何划分数据集能达到最好的效果 (书中选用的是ID3算法,虽然不是很理解这个名字,但算法本身不是很难理解) 这里的效果,我们引入信息熵这个概念进 阅读全文
摘要:
k-近邻算法算是一个非常暴力也非常好理解的算法 (抽象来讲,就是和谁长得像就分为哪一类 如何划分长得像还是不像的尺度? 把特征值当做坐标,把个体当做线性空间中的离散点,取k个离目标最近的训练集点,进行label vote,少数服从多数。 That's it. 至于什么是label vote...完全 阅读全文
摘要:
先解释一下公式中的几个量 变量t只是表示这些都是时域函数而已(r,dr只是中间变量,积分结果还是关于t的函数) U(t)表示当前控制器的输出量 e(t)表示当前控制器的输入量(一般为设定量与当前量的差值delta=Uset-Unow) PID,其实对应的是三个量 Proportion(比例),记量K 阅读全文
摘要:
之前发现自己对A*的理解存在问题,在此重新更新一下博文 此处借鉴了一篇神文。 http://www.redblobgames.com/pathfinding/a-star/implementation.html 我也顺便意识到了python代码是一个比伪代码还容易看懂的东西。 在学习A*算法之前,首 阅读全文