- 博客(21)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 LDA简介
注：最近在看LDA，其实之前也看过，也了解过LDA，但是最近想要追根溯源，想去看看LD的发展的路径，所以决定从头开始看LDA。LDA简介问题描述算法求解这篇博客中介绍的LDA是最原始的，Fisher的论文(The use of multiple measurements in taxonomic problems)中介绍的，此处介绍一下这篇论文中针对LDA的求解方法以及思路。问题描述Fisher最初引入LDA是为了解决二分类问题，在论文中用的例子是比较经典的鸢尾花的分类问题。说是有三类鸢尾花，每个鸢
2021-03-31 18:25:39
953
原创 LaTeX插入参考文献并引用
今天在写论文时，需要插入参考文献，之前一直是懒人模式，手动输入，然后在引用的地方手动添加，今天特地上网查了一下，学会了用bib来自动插入参考文献，现在把步骤分享在这里。首先需要打开我们的LaTeX：然后呢，在网页上输入我们要插入的参考文献的标题：点进去：...
2020-07-24 21:23:47
29832
10
原创 CSDN如何查看自己关注的博客专栏
之前关注了几个博主的博客专栏，今天周末准备去学习一下，结果画了好长时间才找到关注的专栏，步骤如下：首先进入CSDN点击上图右上角自己的头像，进入我的资料页面，如下：在点击右边的个人主页，进入个人主页：然后点击进入专栏那一项：最后一步就点击“TA关注的专栏”，就可以看见自己关注的专栏了：啦啦啦，搞定啦！！！...
2020-05-31 13:57:47
2420
2
原创 Matplotlib可视化教程
转载自微信公众号：大邓和他的Pythonimport matplotlib.pyplot as pltimport numpy as npimport random基础图表基本示例# 生成数据x = np.linspace(0, 10, 100)y = x ** 2plt.figure()plt.plot(x, y)plt.show()另一种实现方式# 生成数据x = np.linspace(0, 10, 100)y = x ** 3fig, ax = plt.su
2020-05-24 12:42:16
202
原创 如何证明次对角线均不为零的三对角矩阵的秩为n或者n-1
此处，我是用的归纳法来证明的。假设该结论成立。1.当n=1时，此时矩阵为一个实数，结论成立。2.假设n=k-1时，结论成立，记此时的矩阵为AkA_kAk，即r(Ak)=k−1r(A_k)=k-1r(Ak)=k−1或者r(Ak)=k−2r(A_k)=k-2r(Ak)=k−2。则当n=kn=kn=k时，我们先给矩阵AkA_kAk添加一行，结果为[Aka1T]\left[\begin{matrix}A_k\\a_1^T\end{matrix}\right][Aka1T]其中
2020-05-23 19:25:03
1222
原创 为什么次对角线元素均不为零的三对角矩阵为不可约矩阵
不可约矩阵的定义及判定方法可见：参考这里，我们从有向图的角度来进行证明。因为我们讨论的是次对角线元素均不为零的三对角矩阵，所以我们可以得到aij=aji≠0,i≠ja_{ij}=a_{ji}\ne0,i\ne jaij=aji=0,i=j，从aij≠0a_{ij}\ne 0aij=0我们可以得到该对称三对角矩阵对应的有向图中，顶点iii可以达到顶点jjj，同理，从aji≠0a_{ji}\ne 0aji=0我们可以得到该对称三对角矩阵对应的有向图中，顶点jjj可以达到顶点iii。而
2020-05-23 17:13:05
1632
原创 第二章——模型评估与选择
2.1 经验误差与过拟合先介绍几个专业名词：错误率(error rate): 通常我们把分类错误的样本数占样本总数的比例称为错误率；即如果在mmm个样本中有aaa个样本分类错误，则错误率E=a/mE=a/mE=a/m；相应的，1−a/m1-a/m1−a/m称为 “精度”；即“精度=1-错误率”。误差(error): 我们把学习器的实际预测输出与样本的真实输出之间的差异称为"误差"。学习器在训...
2020-04-23 17:34:46
2320
原创 markdown的一些简单介绍
最近在CSDN上写博客，用的是Markdown来写的，之前也操作过typora，但是也只是会一些很基础的操作，其他一些稍微高级一点的操作并不会，昨天看到一篇微信公众号，上面教了如何写Markdown文档，我就把它搬到这里来了，文章来源自微信公众号：杰哥的IT之旅。一、什么是Markdown？Markdown是一种轻量级标记语言，创始人是约翰.格鲁伯(John Gruber)。允许人们使用易读易...
2020-04-22 15:37:57
311
原创 python3.6安装pyspider报错
最近在学python爬虫，在安装pyspider库的时候，爆了一堆的错，查了好久才解决了，我把这些错误都集中记录在这个帖里，给大家做个参考。首先是安装，用pip安装，用如下命令：pip install pyspider -i https://pypi.tuna.tsinghua.edu.cn/simple博主的python没有永久更换源，所以在安装命令中临时用了更换源的命令。使用了上述命...
2020-04-20 19:38:41
1303
原创 四元数系列3——利用实表示来实施一些简单的数值算法
前面介绍了四元数的定义以及什么是四元数的实保结构算法，接下来，我将介绍几个简单的利用实保结构算法的数值算法。Givens变换在数值算法中有一种算法叫做Givens变换，先简单介绍一下：Givens变换是指形如：的矩阵，其中c,s∈Rc,s\in\mathbb{R}c,s∈R满足∣c∣2+∣s∣2=1|c|^2+|s|^2=1∣c∣2+∣s∣2=1。有时我们亦称Givens变换为(i,j)...
2020-04-14 15:19:07
646
原创 四元数系列2——什么是保结构算法
首先说一下我对保结构算法的理解吧，所谓的四元数保结构算法，就是指可以将四元数矩阵表示为一种实数矩阵的形式，通过对该实数矩阵实施数值算法，进而实现对四元数矩阵实施该数值算法。为什么叫保结构算法呢？因为该实数矩阵在形式上具有某种结构，并且在整个算法实施过程中，该结构是一直保持着的，所以叫保结构算法。可能上面的描述有些啰嗦，那么接下来，我们就从理论上来看看什么是四元数的保结构算法。四元数的实表示形式...
2020-04-14 11:13:09
1989
原创 神经网络简介
神经网络的动机没有训练过的神经网络就像刚出生的婴儿：他们对于世界还一无所知(就白板理论而言)，只有通过与世界的接触，如获得后验知识，才能慢慢改变他们的无知。算法则是通过数据感受世界——我们通过基于相关数据集训练神经网络来改变它的无知。在这个过程中我们评价的方法是监测神经网络产生的错误。在深入神经网络的世界前，了解神经网络背后的动机，并理解他们的工作原理是很重要的。为此，我们先简要介绍一下log...
2020-04-13 16:34:29
533
原创 数据分析初步
探索性数据分析(Exploratory Data Analysis, EDA)是指对已有的数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征等手段探索数据的结构和规律的一种数据分析方法。数据及背景https://tianchi.aliyun.com/competition/entrance/231784/information（阿里天池-零基础入门数据挖掘）EDA的目标熟悉数据集...
2020-04-10 19:01:29
730
原创 四元数系列1——什么是四元数
什么是四元数在介绍四元数之前，我们先来回顾一下复数，对于复数，一个比较直观的介绍就是形如a+bia+bia+bi的形式的数，其中，iii为虚部单位，满足i2=−1i^2=-1i2=−1。从复数的定义中我们可以看出，复数是由一个实部和一个虚部构成的，那么如果一个数有不止一个虚部的话，比如2个，或者3个，那么这个数该怎么称呼呢？这里，我们就引入了四元数。四元数(quaternion)：类似于上文复...
2020-04-10 18:15:43
1854
原创 关于python使用seaborn画图报错
最近在学习用python进行数据分析，在用seaborn画热力图的时候，出现报错：Cannot cast array data from dtype(‘int64’) to dtype(‘int32’) according to the rule ‘safe’。在网上找了好久，终于解决了。参考链接我是在Windows环境下，用专业版pycharm中的jupyter notebook做数据分析时...
2020-04-10 17:29:50
1356
1
原创 数据分析——特征工程简介
特征工程(Feature Engineering)对特征进行进一步分析，并对数据进行处理。常见的特征工程包括：异常值处理、缺失值处理、数据分桶、特征处理、特征构造、特征筛选及降维等。异常值处理常用的异常值处理操作包括BOX-COX转换(处理有偏分布)，箱线图分析删除异常值，长尾截断等方式当然这些操作一般都是处理数值型的数据。BOX-COX转换关于BOX-COX转换，一般是用于连续的变量不满...
2020-04-09 20:01:20
1739
原创 python中一些好用的内置函数
python中一些好用的内置函数(持续更新)python中有很多内置函数，不像print那么广为人知，但他们却异常强大，用好了可以大大提高代码效率。本文收集了一些博主认为比较好用的内置函数。set()：当需要对一个列表进行去重操作时，set()函数就派上用场了。a = [1,2,3,4,56,2,3,4,9,1]print(set(a))# 输出{1, 2, 3, 4, 9, 56}...
2020-04-07 16:33:03
113
原创 python安装fancyimpute遇见的问题总结
本人在安装fancyimpute的时候，遇见了一些问题，弄了好久才终于解决了，也是查看了好几个博客，把几个博客的答案都用到了才解决的，接下来，我将介绍一下我的解决的方法。安装准备过程：安装fancyimpute需要先安装几个其他的库，安装方法如下：进入该链接：Whl类库到了这个页面之后，直接Ctrl+F 查找 cvxopt、scs、ecos、CVXcanon、fastcache、cvxp...
2020-04-06 18:37:16
3944
8
原创 PCA与ICA的介绍
Background做一个数据分析业务之前，往往需要对反映事物的多个特征变量进行大量的观测，收集大量数据以便进行分析寻找规律。多个特征变量确实会提供丰富的信息，但是很多情况下变量之间可能会存在相关性，如果用全部特征变量去拟合模型，可能在训练集的效果上会表现的很好，但是在测试集的效果上可能很差。这就存在模型(过度自信)的问题。因此需要找到一种合理的方法，在减少需要分析的特征变量同时，尽量减少特征变...
2020-04-06 12:27:21
4143
原创 最大似然估计介绍
最大似然估计假设当下我们有一枚硬币，我们想知道这枚硬币抛出去之后正面朝上的概率是多少，于是我们抛了10次硬币做了一个实验。发现其中正面朝上的次数是5次，反面朝上的次数也是5次。所以我们认为硬币每次正面朝上的概率是50%。从表面看，这个结论非常正确，理所应当。但我们仔细分析就会发现这是有问题的，问题在于我们做出来的实验结果和实验参数之间不是强耦合的。也就是说，如果硬币被人做过手脚，他正面朝上...
2020-04-03 11:06:14
808
原创 python的pandas库基础
@TOCpython的pandas库在数据分析中常用的函数及其功能(持续更新中)导入pandas库import pandas as pd数据的读取pandas中提供了七种常用的读取数据的方式：读取CSV文档：pd.read_csv(filename, headers=None)注意此处的headers参数，在导入CSV文件时，pandas默认文件的第一行为列名称，不是数据，...
2020-03-30 21:30:09
382
机器学习实战(Peter Harrington 著)数据集.zip
2020-03-30
请教人脸数据集下载的问题
2021-11-01
TA创建的收藏夹 TA关注的收藏夹
TA关注的人