会员
周边
众包
新闻
博问
闪存
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
WarningMessage
若渴望,则需努力,需表现
博客园
首页
新随笔
新文章
联系
管理
订阅
上一页
1
···
5
6
7
8
9
2020年5月12日
机器学习笔记-距离度量与相似度(二)马氏距离
摘要: 马氏距离(Mahalanobis Distance) 马氏距离(Mahalanobis Distance)是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的,表示数据的协方差距离。它是一种有效的计算两个未知样本集的相似度的方法。它考虑到数据特征之间的联系,并且是尺度无关的(sc
阅读全文
posted @ 2020-05-12 14:33 WarningMessage
阅读(11922)
评论(1)
推荐(1)
编辑
2020年5月10日
Linux学习笔记-shell脚本中${}的使用方法
摘要: ${} 除了做${var}变量替换,还有什么功能呢?
阅读全文
posted @ 2020-05-10 19:20 WarningMessage
阅读(628)
评论(0)
推荐(0)
编辑
机器学习笔记-距离度量与相似度(一)闵可夫斯基距离
摘要: 在机器学习过程中,我们经常需要知道个体(样本)之间的差异大小,进而评价个体的相似性和类别,特征空间中两个样本(点)之间的距离就是两个样本相似性的一种反映。常见的分类和聚类算法,如K近邻、K均值(K means)、层次聚类等等都会选择一种距离或相似性的度量方法。根据数据特性的不同,可以采用不同的度量方
阅读全文
posted @ 2020-05-10 15:01 WarningMessage
阅读(6612)
评论(0)
推荐(2)
编辑
2020年5月9日
机器学习笔记--模型的方差与偏差
摘要: 什么是模型的方差和偏差 我们经常用过拟合、欠拟合来定性地描述模型是否很好地解决了特定的问题。从定量的角度来说,可以用模型的偏差(Bias)与方差(Variance)来描述模型的性能。在有监督学习中,模型的期望泛化误差可以分解成三个基本量的和 偏差、方差和噪声。 偏差、方差和噪声 1)使用文字描述的方
阅读全文
posted @ 2020-05-09 10:09 WarningMessage
阅读(2001)
评论(0)
推荐(1)
编辑
上一页
1
···
5
6
7
8
9
公告