01 2018 档案
摘要：1、先按照 Anaconda ， 有关教程，可以去其他博客查看 2、傻瓜的装Opencv.（我采用的） 在Anaconda Prompt中输入： conda install -c https://conda.binstar.org/menpo opencv （然后根据提示，输入一些简单的命令如[y]
阅读全文
摘要：1.1 降维的必要性 1. 多重共线性--预测变量之间相互关联。多重共线性会导致解空间的不稳定，从而可能导致结果的不连贯。 2. 高维空间本身具有稀疏性。一维正态分布有68%的值落于正负标准差之间，而在十维空间上只有0.02%。 3. 过多的变量会妨碍查找规律的建立。 4. 仅在变量层面上分析可能会
阅读全文
摘要：PCA（Principal Component Analysis）不仅仅是对高维数据进行降维，更重要的是经过降维去除了噪声，发现了数据中的模式。 PCA把原先的n个特征用数目更少的m个特征取代，新特征是旧特征的线性组合，这些线性组合最大化样本方差，尽量使新的m个特征互不相关。从旧特征到新特征的映射捕
阅读全文
摘要：看到 好的 东西， 老是忍不住收藏一下，谢谢作者：伯乐在线 - 艾凌风 的文章， 若有不妥，请留言。 1913 年，美利坚工业之神——亨利福特，发明了世界上第一条流水线，汽车工业从此进入了大规模生产的时代。丰田公司提出的丰田生产系统（Toyota Production System）又为汽车工业带来
阅读全文
摘要：背景，在看原理的时候，发现很多地方一知半解的，补充如下。 其他补充： 注：以下的默认为2分类 1、SVM原理： (1)输入空间到特征空间得映射 所谓输入空间即是输入样本集合，有部分情况输入空间与特征空间是相同得，有一部分情况二者是不同的，而模型定义都是定义到特征空间的，特征空间是指所有的输入特征向量
阅读全文
