摘要：
本文由ChardLau原创，转载请添加原文链接 "https://www.chardlau.com/mean shift/" 今天的文章介绍如何利用 算法的基本形式对数据进行聚类操作。而有关 算法加入核函数计算漂移向量部分的内容将不在本文讲述范围内。实际上除了聚类， 算法还能用于计算机视觉等场合，有 阅读全文
摘要：
本文来自同步博客。 Android M：运行时权限 运行时权限属于比较熟悉的话题不深入展开。除了support包可以让应用完成运行时权限，github上也有好多扩展。用得比较多的是Google官方的EasyPermissions。 Android N：提高私有文件的安全性 私有文件安全性的变动官方文 阅读全文
摘要：
本文来自同步博客。 前面几篇文章介绍了回归或分类的几个算法，它们的共同点是训练数据包含了输出结果，要求算法能够通过训练数据掌握规律，用于预测新输入数据的输出值。因此，回归算法或分类算法被称之为监督学习（Supervised Learning）。 本篇文章将接触有别于监督学习的另一类机器学习算法——无 阅读全文
摘要：
本文来自同步博客。 前面介绍的SVM，无论是线性可分还是非线性可分，称为Hard Margin SVM，都要求对输入数据进行精确划分。我们不难想到这类SVM存在过拟合这个问题。如果输入数据本身就存在误差，精确划分反而是没意义的。本篇文章就如何处理过拟合问题，介绍即所谓的Soft Margin SVM 阅读全文
摘要：
本文来自同步博客。看原博客地址会有更好的体验。 前面两篇文章介绍了支持向量机SVM的基本原理，并利用Python实践了分割超平面的求解过程。 本篇文章将介绍SVM如何对非线性可分的数据进行分类。 基本原理 SVM处理线性不可分数据的关键在于把低维空间中线性不可分的数据映射到高维空间使其线性可分。然后 阅读全文
摘要：
本文来自同步博客。 P.S. 不知道怎么显示数学公式以及更好的排版内容。所以如果觉得文章下面格式乱的话请自行跳转到上述链接。后续我将不再对数学公式进行截图，毕竟行内公式截图的话排版会很乱。看原博客地址会有更好的体验。 上一篇文章介绍了机器学习中支持向量机的基本原理，并且在文章末尾介绍了一种利用Pyt 阅读全文
摘要：
本文来自同步博客。 P.S. 不知道怎么显示数学公式以及更好的排版内容。所以如果觉得文章下面格式乱的话请自行跳转到上述链接。后续我将不再对数学公式进行截图，毕竟行内公式截图的话排版会很乱。看原博客地址会有更好的体验。 上一篇文章使用KNN算法解决机器学习的分类问题。本文将介绍另一种号称解决分类问题的 阅读全文
摘要：
本文来自同步博客。 P.S. 不知道怎么显示数学公式以及排版文章。所以如果觉得文章下面格式乱的话请自行跳转到上述链接。后续我将不再对数学公式进行截图，毕竟行内公式截图的话排版会很乱。看原博客地址会有更好的体验。 本文内容介绍机器学习的K近邻算法，用它处理分类问题。分类问题的目标是利用采集到的已经经过 阅读全文
摘要：
本文来自同步博客。 P.S. 不知道怎么如何更好地显示数学公式和排版文章。所以如果觉得文章下面格式乱的话请自行跳转到上述链接。后续我将不再对数学公式进行截图，毕竟行内公式截图的话排版会很乱。看原博客地址会有更好的体验。 上一篇文章介绍如何使用sklearn进行线性回归预测。接下来本文将深入原理，了解 阅读全文
摘要：
这是机器学习系列的第一篇文章。 本文将使用Python及scikit-learn的线性回归预测Google的股票走势。请千万别期望这个示例能够让你成为股票高手。下面按逐步介绍如何进行实践。 准备数据 本文使用的数据来自www.quandl.com网站。使用Python相应的quandl库就可以通过简 阅读全文