摘要：
主成分分析经常被用做模型分类时特征的降维，本篇首先介绍PCA的步骤，并根据步骤撰写对应的MATLAB代码，最后指明使用PCA的步骤。 阅读全文
摘要：
我们希望并期望我们的网络能够从他们的错误中学习的很快，首先看一个小例子。 我们将训练这个神经元做一些非常简单的事情:把输入的1转换成输出的0。当然，如果我们不是用学习算法，可以很容易地计算出一个适当的权重w和偏差b。但是我们为了说明一些问题，就使用梯度下降法来学习权重和偏差，这对于后面的学习很有启发 阅读全文
摘要：
TP压缩算法又称为转折点算法，是Mueller在1978年提出的一种压缩算法，你别嫌这个算法老，还是很好用的。 1、算法原理 1）保留第一个点 2）从第一个点开始依此选择三个点，y1，y2，y3，求得三个点的幅度差，（y2-y1），(y3-y2) 3) 如果（y2-y1)*(y3-y2)<0,说明中 阅读全文
摘要：
Linux动态库的生成 1、 纯cpp文件打包动态库 将所有cpp文件和所需要的头文件放在同一文件夹，然后执行下面命令 gcc -shared - fpic *.c -o xxx.so； g++ -std=c++17 - fpic *.cpp -o xxx.so； [C++17标准，需要高版本gcc 阅读全文
摘要：
创建json数据格式 cJSON_CreateObject //创建一个节点 cJSON_CreateArray //创建一个数组 cJSON_AddStringToObject //将一个字符串加入一个节点 cJSON_AddNumberToObject //将一个整数加入一个节点 cJSON_A 阅读全文
摘要：
1：对于分类数据来说，它们的target可能分配是不均匀的，比如在医疗数据当中得癌症的人比不得癌症的人少很多，这个时候，使用的数据划分方法有 StratifiedKFold ，StratifiedShuffleSplit 2：对于分组数据来说，它的划分方法是不一样的，主要的方法有 GroupKFol 阅读全文
摘要：
大牛对信号处理相关知识点的直观解释 阅读全文
摘要：
1、损失函数（代价函数） 损失函数（loss function）是用来估量模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数和代价函数是同一个东西，目标函数是一个与它们相关但更广的概念。 上面三个图的函数依 阅读全文
摘要：
XGBoost（eXtreme Gradient Boosting）是梯度增强算法的高级实现，已成为许多数据科学家的终极武器。它是一种高度复杂的算法，功能强大，足以处理各种不规则的数据。 使用XGBoost构建模型很容易。但是，使用XGBoost改进模型很困难。该算法使用多个参数。要改进模型，必须进 阅读全文