摘要： 达梦数据库入门技术总结 阅读全文

摘要： PS：因为没有找到实际应用的场景，所以两个示例直接采用了官网的示例。以后遇到实际的应用场景了，再替换成实际的例子。 1.算法简介 双聚类简单来说就是在数据矩阵A中寻找一个满足条件矩阵B1的子矩阵A1，而B1是条件矩阵B的一个子矩阵. 2.算法常用的计算模型 目前定义双聚类算法有四种比较广泛的方式：( 阅读全文

摘要： 1.空间维度 对于0维，现在普遍的说法就是一个无线小的点，并且没有长度、没有方向。我们也从这种说法开始。 0维是一个点，点的运动形成一条线，也就形成了1维空间，为了方便理解和减少争议，我们姑且认为0维的点是左右移动形成的线(空间坐标系的X轴)。1维的线前后移动形成了面，也就是2维空间(空间坐标系的Y 阅读全文

摘要： 1.前言 本来想做一个比较完善的监控平台，只需要做少许改动就可以直接拿来用，但是在做的过程中发现要实现这个目标所需的工作量太大，而当前的工作中对其需求又不是特别明显。所以就退而求其次，做了一个类似教程系统的东西。在这个系统中，你应该可以找到做一个监控系统所需要的大部分技术点，而它的真正意义就在于其打 阅读全文

摘要： 说明：这篇文章需要有一些相关的基础知识，否则看起来可能比较吃力。 1.卷积与神经元 1.1 什么是卷积？ 简单来说，卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料) 如下图就表示卷积的运算过程： （图1） 卷积运算一个重要的特点就是，通过卷积运算 阅读全文

摘要： 1.关于Keras 1）简介 Keras是由纯python编写的基于theano/tensorflow的深度学习框架。 Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果，如果有如下需求，可以优先选择Keras： a）简易和快速的原型设计（keras具有高度模块化，极 阅读全文

摘要： 1.特征选择 特征选择是降维的一种方法，即选择对预测结果相关度高的特征或者消除相似度高的特征，以提高估计函数的准确率或者提高多维度数据集上的性能。 2.删除低方差特征 1）思路：设置一个阀值，对每个特征求方差，如果所求方差低于这个阀值，则删除此特征。默认情况下会删除0方差。 2）核心函数 sklea 阅读全文

摘要： 1.梯度下降 1）什么是梯度下降？ 因为梯度下降是一种思想，没有严格的定义，所以用一个比喻来解释什么是梯度下降。 简单来说，梯度下降就是从山顶找一条最短的路走到山脚最低的地方。但是因为选择方向的原因，我们找到的的最低点可能不是真正的最低点。如图所示，黑线标注的路线所指的方向并不是真正的地方。 既然是 阅读全文

摘要： 1.再提逻辑回归 前面已经讲过了逻辑回归，这里不再细讲，只是简单的说一个函数，主要是方便大家更好的理解概率校准。 在逻辑回归中，用的最多的就是sigmod函数，这个函数的作用就是把无限大或者无限小的数据压缩到[0,1]之间，用来估计概率。图像大致为： 基本上是以0.5分界，0.5以上为1，0.5以下 阅读全文

摘要： 1.数学定义 保序回归是回归算法的一种,基本思想是：给定一个有限的实数集合,训练一个模型来最小化下列方程： 并且满足下列约束条件： 2.算法过程说明 从该序列的首元素往后观察，一旦出现乱序现象停止该轮观察，从该乱序元素开始逐个吸收元素组成一个序列，直到该序列所有元素的平均值小于或等于下一个待吸收的元 阅读全文

摘要： 1.概述 线性判别式分析（Linear Discriminant Analysis），简称为LDA。也称为Fisher线性判别（Fisher Linear Discriminant，FLD），是模式识别的经典算法，在1996年由Belhumeur引入模式识别和人工智能领域。 基本思想是将高维的模式样 阅读全文

摘要： 考虑到学习知识的顺序及效率问题，所以后续的几种聚类方法不再详细讲解原理，也不再写python实现的源代码，只介绍下算法的基本思路，使大家对每种算法有个直观的印象，从而可以更好的理解函数中参数的意义及作用，而重点是放在如何使用及使用的场景。 （题外话： 今天看到一篇博文：刚接触机器学习这一个月我都做了 阅读全文

摘要： 1.算法简介 AP(Affinity Propagation)通常被翻译为近邻传播算法或者亲和力传播算法，是在2007年的Science杂志上提出的一种新的聚类算法。AP算法的基本思想是将全部数据点都当作潜在的聚类中心(称之为exemplar)，然后数据点两两之间连线构成一个网络(相似度矩阵)，再通 阅读全文

摘要： 1.简介 K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。 2. 算法大致流程为： 1）随机选取k个点作为种子点(这k个 阅读全文

摘要： 1.简介(只是简单介绍下理论内容帮助理解下面的代码，如果自己写代码实现此理论不够) 1） BP神经网络是一种多层网络算法，其核心是反向传播误差，即： 使用梯度下降法(或其他算法)，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。 BP神经网络模型拓扑结构包括输入层（input）、隐藏 阅读全文