随笔分类 -  machine_learning

机器学习算法
用Python从零实现贝叶斯分类器
摘要:本文由 伯乐在线 - Halal 翻译,toolate 校稿。未经许可,禁止转载!英文出处:machinelearningmastery.com。欢迎加入翻译组。 参考:http://python.jobbole.com/81019/ 机器学习之用Python从零实现贝叶斯分类器 朴素贝叶斯算法简单 阅读全文

posted @ 2024-07-11 18:09 鹅要长大 阅读(183) 评论(0) 推荐(0) 编辑

【CV算法原理理解】人脸对齐之GBDT(ERT)算法原理
摘要:前言 概念 树、决策树、二叉树、随机森林、随机蕨、CART分类回归树; GBDT 的全称是 Gradient Boosting Decision Tree,梯度提升决策树。Xgboost; 简介 One Millisecond Face Alignment with an Ensemble of R 阅读全文

posted @ 2023-08-08 13:22 鹅要长大 阅读(160) 评论(0) 推荐(0) 编辑

【ML算法基础】一欧元滤波器
摘要:前言 参考 1. 算法笔记 | 一欧元滤波器(1€ Filter, OneEuroFilter); 2. 1€ Filter Demo; 3. 一欧元滤波器(OneEuroFilter)_胖胖腐乳的博客-CSDN博客; 4. Noise Filtering Using 1€ Filter | Jaa 阅读全文

posted @ 2023-08-03 18:24 鹅要长大 阅读(465) 评论(0) 推荐(0) 编辑

【ML算法基础】遗传算法Genetic Algorithm
摘要:前言 参考 1. 遗传算法(1); 完 阅读全文

posted @ 2023-04-28 14:35 鹅要长大 阅读(25) 评论(0) 推荐(0) 编辑

【机器学习基础】数据集的划分比例
摘要:前言 1)如果数据集较小(传统机器学习)时,一般采用简单交叉验证的方法,即不设置验证集,而只设置训练集和测试集. 根据西瓜书的观点,训练集和测试集的比例设置一般为 2:1 ~ 4:1 。根据目前所看到的方法,大多数将比例设置为7:3。 2)数据量较大(比如万级)没有验证集,训练集:测试集=7:3;有 阅读全文

posted @ 2023-04-28 14:34 鹅要长大 阅读(2656) 评论(0) 推荐(0) 编辑

【ML算法基础】马氏距离
摘要:直观解释( x − μ ) (\bold{x}-\bold{\mu})(x−μ)本质上是向量与平均值的距离。然后,将其除以协方差矩阵(或乘以协方差矩阵的逆数)。 这实际上是多元变量的常规标准化(z =(x – mu)/ sigma)。也就是说,z =(x向量)–(平均向量)/(协方差矩阵)。 如果数 阅读全文

posted @ 2022-09-30 14:49 鹅要长大 阅读(153) 评论(0) 推荐(0) 编辑

【ML算法基础】LAPJV算法理解与实现
摘要:前言 示例 >> a=[0.1 0.6; 0.3 0.2; 0.1 0.5]; >> [rowsol,cost,v,u,costMat] = lapjv(a); >> rowsol rowsol = 3 2 rowsol表示行分配索引,具体地讲, a表示输入的代价矩阵,如果行数小于列数,则rowso 阅读全文

posted @ 2022-09-30 14:47 鹅要长大 阅读(891) 评论(0) 推荐(0) 编辑

【ML算法基础】海林格距离(Hellinger Distance)
摘要:参考 1. 机器学习中的数学——距离定义(二十二):海林格距离(Hellinger Distance); 完 阅读全文

posted @ 2022-08-31 19:23 鹅要长大 阅读(293) 评论(0) 推荐(0) 编辑

【ML算法基础】巴氏距离
摘要:参考 1. 巴氏距离; 完 阅读全文

posted @ 2022-08-31 19:21 鹅要长大 阅读(33) 评论(0) 推荐(0) 编辑

【ML算法基础】次梯度下降法
摘要:参考 1. 次梯度下降法; 完 阅读全文

posted @ 2022-08-31 19:18 鹅要长大 阅读(28) 评论(0) 推荐(0) 编辑

【ML算法基础】梯度下降法理解
摘要:参考 1. 梯度下降法; 完 阅读全文

posted @ 2022-08-31 19:18 鹅要长大 阅读(14) 评论(0) 推荐(0) 编辑

【ML算法基础】匈牙利算法理解
摘要:前言 匈牙利算法是一种在多项式时间内求解任务分配问题的组合优化算法,匈牙利算法(Hungarian Algorithm)与KM算法(Kuhn-Munkres Algorithm)是做多目标跟踪的小伙伴很容易在论文中见到的两种算法。他们都是用来解决多目标跟踪中的数据关联问题。匈牙利算法与KM算法都是为 阅读全文

posted @ 2022-08-31 19:14 鹅要长大 阅读(1374) 评论(0) 推荐(0) 编辑

【ML基础】随机种子
摘要:概念 随机数 伪随机数 随机种子 若采用random.random(),每次都按照一定的序列(默认的某一个参数)生成不同的随机数。 若采用随机数种子random.seed(100),它将在所设置的种子100范围内调用random()模块生成随机数,如果再次启动random.seed(100),它则按 阅读全文

posted @ 2021-12-11 18:09 鹅要长大 阅读(337) 评论(0) 推荐(0) 编辑

【ML基础】argmax的理解
摘要:参考 1. argmax_知乎; 完 阅读全文

posted @ 2021-12-11 18:09 鹅要长大 阅读(77) 评论(0) 推荐(0) 编辑

【机器学习算法基础】常用聚类算法
摘要:参考 1. 常用聚类算法; 完 阅读全文

posted @ 2020-12-20 17:01 鹅要长大 阅读(147) 评论(0) 推荐(0) 编辑

【机器学习基础】DBSCAN算法及其改进
摘要:参考 1. 完 阅读全文

posted @ 2020-09-15 22:07 鹅要长大 阅读(694) 评论(0) 推荐(0) 编辑

【机器学习基础】一维核密度估计算法
摘要:参考 1. 完 阅读全文

posted @ 2020-09-15 22:06 鹅要长大 阅读(398) 评论(0) 推荐(0) 编辑

【机器学习基础】相似度计算之杰卡德相似度
摘要:参考 1. 相似度计算之杰卡德相似度; 完 阅读全文

posted @ 2020-08-05 17:52 鹅要长大 阅读(628) 评论(0) 推荐(0) 编辑

【机器学习基础】相似度计算之Dice系数
摘要:前言 1. dice系数 2. diceloss原理 3. diceloss优缺点 4. diceloss实现; 4.1 二类别 【0,1】 【0, 255】 4.2 多类别 5. Hausdorff distance的定义 Hausdorff距离以Felix Hausdorff(1868-1942 阅读全文

posted @ 2020-08-05 17:50 鹅要长大 阅读(3019) 评论(0) 推荐(0) 编辑

导航

< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

统计

点击右上角即可分享
微信分享提示