懵懂的菜鸟

Stay hungry,Stay foolish.

导航

2018年3月24日 #

内积(又名点积)

摘要: 点积有两种定义方式:代数方式和几何方式。通过在欧氏空间中引入笛卡尔坐标系,向量之间的点积既可以由向量坐标的代数运算得出,也可以通过引入两个向量的长度和角度等几何概念来求解。[1] 广义定义 广义定义 在一个向量空间V中,定义在 上的正定对称双线性形式函数即是V的数量积,而添加有一个数量积的向量空间即 阅读全文

posted @ 2018-03-24 09:21 懵懂的菜鸟 阅读(1829) 评论(0) 推荐(0) 编辑

词袋模型(BOW, bag of words)

摘要: 词集模型:单词构成的集合,每个单词只出现一次。 词袋模型:把每一个单词都进行统计,同时计算每个单词出现的次数。 在train_x中,总共有6篇文档,每一行代表一个样本即一篇文档。我们的目标是将train_x转化为可训练矩阵,即生成每个样本的词向量。可以对train_x分别建立词集模型,词袋模型来解决 阅读全文

posted @ 2018-03-24 09:08 懵懂的菜鸟 阅读(1081) 评论(0) 推荐(0) 编辑

softmax

摘要: 关于多分类 我们常见的逻辑回归、SVM等常用于解决二分类问题,对于多分类问题,比如识别手写数字,它就需要10个分类,同样也可以用逻辑回归或SVM,只是需要多个二分类来组成多分类,但这里讨论另外一种方式来解决多分类——softmax。 关于softmax softmax的函数为 P(i)=exp(θT 阅读全文

posted @ 2018-03-24 08:50 懵懂的菜鸟 阅读(283) 评论(0) 推荐(0) 编辑