上一页 1 ··· 346 347 348 349 350 351 352 353 354 ··· 384 下一页
摘要: https://wanghuaishi.wordpress.com/2017/02/21/%E5%9B%BE%E8%A7%A3%E6%9C%80%E5%A4%A7%E7%86%B5%E5%8E%9F%E7%90%86%EF%BC%88the-maximum-entropy-principle%EF% 阅读全文
posted @ 2020-05-31 20:42 秋华 阅读(1752) 评论(0) 推荐(0) 编辑
摘要: 核方法 核方法 是一类把低维空间的非线性可分问题,转化为高维空间的线性可分问题的方法。核方法不仅仅用于SVM,还可以用于其他数据为非线性可分的算法。核方法的理论基础是Cover's theorem,指的是对于非线性可分的训练集,可以大概率通过将其非线性映射到一个高维空间来转化成线性可分的训练集。 S 阅读全文
posted @ 2020-05-31 13:41 秋华 阅读(1476) 评论(0) 推荐(1) 编辑
摘要: 首先给你两个向量 。在一般的机器学习方法,比如 SVM 里面,这里一个向量是一个实体。比如一个向量代表一个人。每个向量有两个维度,身高和体重。比如可以有 现在要求两个人的相似度,最简单的方法是计算它们的内积 。这很简单,只要按照维度相乘求和就可以了。 但是有的时候(比如 SVM 的数据线性不可分的时 阅读全文
posted @ 2020-05-31 10:42 秋华 阅读(452) 评论(0) 推荐(0) 编辑
摘要: 正规矩阵 矩阵的迹以及行列式 伴随矩阵 矩阵的逆 对角矩阵 矩阵求导 阅读全文
posted @ 2020-05-30 23:59 秋华 阅读(1971) 评论(0) 推荐(0) 编辑
摘要: 1.对称矩阵 2.Hermite矩阵 3.正交矩阵 4.酉矩阵 阅读全文
posted @ 2020-05-30 23:53 秋华 阅读(2102) 评论(0) 推荐(0) 编辑
摘要: 1.矩阵加减法 2.矩阵数乘 3.矩阵乘法 4.矩阵转置 阅读全文
posted @ 2020-05-30 23:40 秋华 阅读(6216) 评论(0) 推荐(0) 编辑
摘要: 文章结构如下: 1: 原始问题 2: 对偶问题 3: 原始问题和对偶问题的关系 4: 参考文献 在约束最优化问题中,常常利用拉格朗日对偶性(Lagrange duality)将原始问题转为对偶问题,通过解决对偶问题而得到原始问题的解。 对偶问题有非常良好的性质,以下列举几个: 对偶问题的对偶是原问题 阅读全文
posted @ 2020-05-30 20:45 秋华 阅读(625) 评论(0) 推荐(0) 编辑
摘要: 1 types.MethodType的作用—添加实例方法 import types class cla(object): def __init__(self, name, age): self.name = name self.age = age def prii(self): print("pri 阅读全文
posted @ 2020-05-29 10:16 秋华 阅读(1450) 评论(0) 推荐(0) 编辑
摘要: 问题 你想以数据管道(类似Unix管道)的方式迭代处理数据。 比如,你有个大量的数据需要处理,但是不能将它们一次性放入内存中。 解决方案 生成器函数是一个实现管道机制的好办法。 为了演示,假定你要处理一个非常大的日志文件目录: foo/ access-log-012007.gz access-log 阅读全文
posted @ 2020-05-27 12:29 秋华 阅读(436) 评论(0) 推荐(0) 编辑
摘要: 作者:青牛链接:https://www.zhihu.com/question/35942305/answer/296719142来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。 学习大数据首先我们要学习Java语言和Linux操作系统,这两个是学习大数据的基础,学习的顺 阅读全文
posted @ 2020-05-27 10:08 秋华 阅读(443) 评论(0) 推荐(0) 编辑
上一页 1 ··· 346 347 348 349 350 351 352 353 354 ··· 384 下一页