摘要：
原文地址：sklearn.svm.SVC 参数说明 资源： sklearn官网+DOC 库下载GitHub 经常用到sklearn中的SVC函数，这里把文档中的参数翻译了一些，以备不时之需。 svm分为SVC和SVR，前者用来做分类Classification后者用来做回归Regression 本身 阅读全文
posted @ 2017-08-14 17:52 AYE89 阅读(1147) 评论(0) 推荐(0) 编辑
摘要：
上述代码，使用标准化的webcam 更多参考：unity3d 中控制手机前后摄像头切换 2.steam论坛中介绍方法： It's all wrapped up on the SteamVR_TrackedCamera script included with the SteamVR plugin o 阅读全文
posted @ 2017-08-14 16:18 AYE89 阅读(914) 评论(0) 推荐(0) 编辑
摘要：
Lighthouse空间定位，chaperone系统避免实际障碍物 HTC vive所用的Lighthouse技术属于激光定位技术，Oculus Rift以及索尼PlayStation VR所用的定位技术都属于光学定位技术，其中Oculus Rift是红外主动式光学技术，索尼PlayStation 阅读全文
posted @ 2017-08-14 11:00 AYE89 阅读(2758) 评论(0) 推荐(0) 编辑
摘要：
常用模型：BP神经网络，RBF神经网络 一、神经元模型 | 连接权，阈值，激活函数 1. 输入信号通过带权重的连接（connection）进行传递，神经元接收到的总输入值将与神经元的阈值进行比较， 然后通过“激活函数”处理以产生神经元的输出。#“激活函数”对应于图中f(.) 2. 激活函数理想中是阶 阅读全文
posted @ 2017-08-12 20:26 AYE89 阅读(1674) 评论(0) 推荐(0) 编辑
摘要：
难点：如何产生“好而不同”的个体学习器；“好而不同”：“准确性”和“多样性” 一、个体与集成 构建并结合多个学习器来完成学习任务 集成：结果通过投票法voting产生，“少数服从多数” 获得整体性能提升要求个体学习器：好而不同 1）个体学习器有一定的“准确性” 2）学习器间具有差异 集成学习的错误率 阅读全文
posted @ 2017-08-11 22:41 AYE89 阅读(262) 评论(0) 推荐(0) 编辑
摘要：
开发库： libsvm, liblinear GitHub地址 SVM难点：核函数选择 一、基本问题 找到约束参数ω和b，支持向量到（分隔）超平面的距离最大；此时的分隔超平面称为“最优超平面” 距离表示为， 问题表示为， #支持向量机名字的由来：由支持向量得到的分类器 二、问题的求解 上述问题为一个 阅读全文
posted @ 2017-08-11 17:27 AYE89 阅读(459) 评论(0) 推荐(0) 编辑
摘要：
projectData文件夹中的data file： 1. Player settings – globalgamemanagers and globalgamemanagers.assets files.2. Scenes and Assets – level* and sharedassets* 阅读全文
posted @ 2017-08-10 13:22 AYE89 阅读(2020) 评论(0) 推荐(0) 编辑
摘要：
一、经验误差 精度vs错误率 1. 误差：经验误差，泛化误差 过拟合 欠拟合 模型选择：理想的方案是对候选模型的泛化误差进行评估，然后选择泛化误差最小的那个模型。然而现实中无法直接获得泛化误差。 二、评估方法 用“测试误差”作为泛化误差的近似。 留出法 hold-out 交叉验证法 cross va 阅读全文
posted @ 2017-08-09 22:44 AYE89 阅读(211) 评论(0) 推荐(0) 编辑
摘要：
一、基本术语 一个示例=一个样本 属性=特征 属性值-属性空间 一个特征向量，即一个示例 训练集vs验证集vs测试集 假设：模型对应了关于数据的某种潜在规律 学习的任务：分类、回归、聚类 泛化能力：模型适用于新样本的能力 独立同分布：假设全体样本服从一个未知的分布，每个样本都是独立地从这个分布上采样 阅读全文
posted @ 2017-08-09 22:41 AYE89 阅读(138) 评论(0) 推荐(0) 编辑