摘要：
Spectral Clustering 谱聚类 1. 邻接矩阵 无向图 \(G = (V, E)\)，所有顶点之间的权重构成一个 \(n \times n\) 的矩阵： \[W = \begin{bmatrix} w_{11} & w_{12} & \cdots & w_{1n} \\ w_{21} 阅读全文
摘要：
Cluster (KMeans实现) 1. KMeans 介绍及符号说明 给定样本集 \(D = \{ \mathbf{x}_1, \mathbf{x}_2, ..., \mathbf{x}_m \}\)，\(\text{KMeans}\) 算法针对聚类所得的簇划分 \(\mathcal C = \ 阅读全文
摘要：
RNN 循环神经网络 1. RNN 1.1 RNN 示意图及时序展开 \(x^{(t)}\) 表示输入层的输入 \(U\) 为输入层到隐藏层的权值参数 \(h^{(t)}\) 表示隐藏层的输出，激活函数一般为 \(\text{tanh}\) 或 \(\text{ReLU}\) \(W\) 为上一时刻 阅读全文
摘要：
CNN 卷积神经网络 1. 二维卷积公式（机器学习） \[O(i, j) = \sum^{kh}_{i = 0} \sum^{kw}_{j = 0} w(i, j) * I(i + kh, j + kw) \]上述公式中，\(O\) 为输出矩阵，\(I\) 为输入矩阵，\(w\) 为卷积核，\(kh 阅读全文