机器学习笔记 - 随笔分类(第3页) - 东宫得臣

曼哈顿距离 C++

摘要：template <class T1, class T2>double ManhattanDistance(std::vector<T1> &inst1, std::vector<T2> &inst2) { if(inst1.size() != inst2.size()) { std::cout<< 阅读全文

posted @ 2018-08-25 12:56 东宫得臣阅读(1727) 评论(0) 推荐(0) 编辑

两个向量之间的欧式距离及radial-basis-functions(RBF)

摘要：template <class DataType1, class DataType2>double EuclideanDistance(std::vector<DataType1> &inst1, std::vector<DataType2> &inst2) { if(inst1.size() != 阅读全文

posted @ 2018-08-21 19:52 东宫得臣阅读(1666) 评论(0) 推荐(0) 编辑

c++ 数据预处理（数据去噪，归一化）

摘要：正态分布3σ原则，把3倍方差之外的点设想为噪声数据来排除。归一化，将数据经过处理之后限定到一定的范围内，一般都会将数据限定到[0,1]。 #include <iostream>#include <string>#include <vector>#include <algorithm>#includ 阅读全文

posted @ 2018-08-21 10:51 东宫得臣阅读(4797) 评论(2) 推荐(0) 编辑

感知器算法 C++

摘要：We can estimate the weight values for our training data using stochastic gradient descent. Stochastic gradient descent requires two parameters: Learni 阅读全文

posted @ 2017-11-01 21:47 东宫得臣阅读(347) 评论(0) 推荐(0) 编辑

逻辑回归 C++

摘要：#include <iostream>#include <string>#include <fstream>#include <sstream>#include <vector>#include <cmath>template <typename DataType>double sigmoid(Da 阅读全文

posted @ 2017-10-07 13:51 东宫得臣阅读(439) 评论(0) 推荐(0) 编辑

批量梯度下降（Batch gradient descent） C++

摘要：At each step the weight vector is moved in the direction of the greatest rate of decrease of the error function, and so this approach is known as grad 阅读全文

posted @ 2017-08-20 11:22 东宫得臣阅读(594) 评论(0) 推荐(0) 编辑

线性回归（最小二乘法、批量梯度下降法、随机梯度下降法、局部加权线性回归） C++

摘要：We turn next to the task of finding a weight vector w which minimizes the chosen function E(w). Because there is clearly no hope of finding an anlytic 阅读全文

posted @ 2017-08-17 21:48 东宫得臣阅读(558) 评论(0) 推荐(0) 编辑

随笔分类 - 机器学习笔记

随笔分类

随笔档案