摘要： %基于主成分分析的特征提取代码 %读取原始数据，调用三个子函数，输出主成分分析结果 %command %[fid,vector,v1,result]=cwprint('data.txt',145,55) function [fid,vector,v1,result]=cwprint(filename 阅读全文

摘要： 1.matlab多元回归示例如下： 解决问题：油价预测 方法：多元线性回归 实现：matlab regress()函数 技巧：通过增加X1^2，X2^2，或者X1*X2等构造的特征项，可以提高回归模型的拟合准确度；但计算代价增大。 function result=reg_new_month(XX1_ 阅读全文

摘要： 1.输入nftool;点击next 2.输入特征X 和目标值Y如下：【注意按行/按列】 3.设置训练集/验证集/测试机比例：【一般默认为0.7：0.15：0.15】 4.设置隐藏层个数：【需要调的参数之一】 5.选择优化算法：默认如图；点击train进行训练 6.生成图像：【如图plots】 6.1 阅读全文

摘要： 1.从感知学习算法到深度学习演化时间轴 2.非线性问题的三种解决方法： 参考资料： 1.https://www.bilibili.com/video/BV1Tt411s7fK?from=search&seid=14161509480958797618，B站白板推导，作者：shuhuai008 2.白 阅读全文

摘要： 一、决策树不同算法信息指标： 发展过程：ID3 -> C4.5 -> Cart; 相互关系：ID3算法存在这么一个问题，如果某一个特征中种类划分很多，但是每个种类中包含的样本个数又很少，就会导致信息增益很大的情况，但是这个特征和结果之间并没有很大的相关性。所以这个特征就不是我们最终想优先决策的特征【 阅读全文

摘要： 1.决策树思想：以信息增益作为指标，得出最高效的一种决策方案，可用于回归或者分类问题。【由if-else演化而来，后续可发展成机器学习中的随机森林算法】2.决策树指标： 香农：消除随机不确定性的东西。信息熵：定量表示（某种事物）随机不确定性的大小。样本：假设一个人身上有四种属性，分别是年龄【青年，中 阅读全文

摘要： 0.相关概念 数据：X 参数：theta 假设概率模型为：x~p(x|theta) 【xi服从于p(x|theta)，并且是独立同分布(iid)】 明确先验、后验和似然的概念： 似然(likelihood/evidence)：p(X|theta)【有看到别的地方的evidence指的是所有样本X的总 阅读全文

摘要： 参考资料： https://www.bilibili.com/video/BV1Tt411s7fK?from=search&seid=14915472540855411533，B站白板推导及笔记，作者：shuhuai008 阅读全文

摘要： 阅读全文

摘要： x=[1790:10:2000]; y=[3.9 5.3 7.2 9.6 12.9 17.1 23.2 31.4 38.6 50.2 62.9 76.0 92.0 106.5 123.2 131.7 150.7 179.3 204.0 226.5 251.4 281.4]; x=x';y=y'; % 阅读全文