11 jbb0523

尚未进行身份认证

我要认证

彬彬有礼

等级
TA的排名 731

运气太好了!MATLAB计算出来的结果是错的这种事情都遇上了

标题:运气太好了!MATLAB计算出来的结果是错的这种事情都遇上了最近求解一个优化问题,由于存在x’Hx,需要矩阵H为(半)正定矩阵才能保证x’Hx对向量x是凸函数。矩阵H是由一个方阵与其自身转置相乘得到的,即H=AA’,以前遇到的矩阵H都是半正定的,但现在有个数据集(记为D)的结果显示算法不收敛,检查之后发现其原因是针对该数据集D,矩阵H不是半正定的。呃,这就麻烦了,因为暂时还没能力从数学上证明矩阵H什么时候是半正定的、什么时候不是半正定的,只是以前从未遇到过矩阵H不是半正定的情况,所以就默认它是半正

2020-05-25 11:43:59

MOSEK二次规划函数quadprog错误: ERROR - (quadprog): H is not a square matrix of dimension length(f)

题目:MOSEK二次规划函数quadprog错误: ERROR - (quadprog): H is not a square matrix of dimension length(f)本篇需要如下基础:(1)使用Matlab二次规划quadprog函数:参见《二次规划问题和MATLAB函数quadprog的使用》,链接:https://blog.csdn.net/jbb0523/a...

2020-02-26 09:57:28

将LIBSVM用于多分类时根据svmtrain输出结果得到各OvO分类超平面的法向量w和偏移项b

题目:将LIBSVM用于多分类时根据svmtrain输出结果得到各OvO分类超平面的法向量w和偏移项b 在前面曾讨论过《由LIBSVM的svmtrain输出结果得到分类超平面的法向量w和偏移项b》(链接https://blog.csdn.net/jbb0523/article/details/80918214),介绍了LIBSVM用于二分类时根据模型返回参数得到超平面方程参数w和...

2019-12-02 19:38:19

MOSEK优化包的安装、使用及注册:以Matlab中的二次规划为例

题目:MOSEK优化包的安装、使用及注册:以Matlab中的二次规划为例 MOSEK优化包(MOSEK optimization package)是一个高效的优化问题求解工具包, MOSEK官方网站(https://www.mosek.com/):1、软件下载 在Download页面(https://www.mosek.com/downloads/)根据...

2019-09-25 20:32:25

机器学习(西瓜书)注解:第12章 计算学习理论

机器学习(西瓜书)注解:第12章 计算学习理论 本次更新第12章,计算学习理论。针对该章注解有任何问题欢迎在此留言~ 相信本章是很多读者望而却步的一章,相信本章是很多以本书为教材的老师在讲课时会直接跳过的一章,相信本章是很多资深机器学习研究者都不予理睬的一章…… 但既然已经入了机器学习这个坑,总感觉如果不去了解一点儿有关本章的内容,少点什么似的...

2019-09-23 21:32:57

iThenticate查重系统的使用及如何去除参考文献

题目:iThenticate查重系统的使用及如何去除参考文献 期刊投稿时,有时期刊会以重复率过高而退稿,要求降低重复率后方可送外审。这时就需要对原文进行修改,但为了确保修改是否有效,再次投稿前一般自己会进行一次查重。用的比较多的是iThenticate,网上搜索一下会有两个网址,分别是http://www.ithenticate.com.cn/和http://www.ithent...

2019-09-07 10:24:51

在Matlab中使用barweb绘制带方差的分组柱状图时的几个注意事项

题目:在Matlab中使用barweb绘制带方差的分组柱状图时的几个注意事项 注:本人电脑上安装有Matlab r2009b, r2014a, r2017b三个Matlab版本,其中r2009b, r2014a对应文中提到的Matlab低版本,r2017b对应文中提到的Matlab高版本;程序在本人电脑上的测试通过,不同Matlab可能会出现新的问题。 Matl...

2019-09-07 09:44:54

Matlab的concur、repmat、kron、reshape函数介绍

也算是经常用到Matlab的concur、repmat、kron、reshape这四个函数吧,但总也记不住其具体用法,每次使用前都要琢磨一下,因此决定将其基本使用方法汇总起来记录一下,故有此文。1、concur 有时需要将某个列向量变成一个每列均相同的矩阵,这里就可以使用concur。 Command Window中help信息如下:...

2019-06-18 16:23:29

克莱姆V(克莱姆相关系数、克莱姆关联系数、独立系数)的MATLAB计算

前些时间需要衡量多个分类数据之间两两相关程度,想找出最相关的一对分类数据;于是想到了曾经看过的克莱姆相关系数,但在网上搜了好久之后,即没发现Matlab现成的built-in函数,也没找到别人分享的Matlab代码,于是决定自己动手写一个~ 克莱姆V(Cramer’s V),又称为克莱姆相关系数、克莱姆关联系数、独立系数等,是双变量相关分析的一种方法,专门用于衡量...

2019-06-18 16:11:01

机器学习(西瓜书)注解:第5章 神经网络

机器学习(西瓜书)注解:第5章 神经网络 本次更新第5章,神经网络。针对该章注解有任何问题欢迎在此留言~ 本章讲解最为详细的一部分内容当属5.3节的BP算法,掌握BP算法是理解深度神经网络基础之一。当年BP算法的提出使多层网络的训练成为可能,掀起了神经网络研究的第二次高潮(参见西瓜书第120页的小故事),虽然近些年BP算法的作者Hinton曾说要将BP算法推翻(...

2019-06-18 15:58:24

机器学习(西瓜书)注解:第2章 模型评估与选择

机器学习(西瓜书)注解:第2章 模型评估与选择 本次更新第2章,模型评估与选择。针对该章注解有任何问题欢迎在此留言~ 对于本章内容来说,一般需要懂的很容易懂,一般看不懂的也不需要懂。 需要懂且很容易懂的包括错误率(和精度)、过拟合、欠拟合的概念,以及2.2节介绍的评估方法。 接下来的内容,比如对于做信息检索的人来说,需要懂的查...

2019-05-08 20:37:16

机器学习(西瓜书)注解:第7章 贝叶斯分类器

机器学习(西瓜书)注解:第7章 贝叶斯分类器 本次更新第7章,贝叶斯分类器。针对该章注解有任何问题欢迎在此留言~ 本章内容很多,但读完本章后的感觉可能会是这样的:除了7.3节的朴素贝叶斯分类器看的很爽快,其它似乎什么也没看懂;7.1节的贝叶斯定理和7.2节的极大似然估计本就是本科概率论中的内容,似乎什么都知道却也什么都不知道,熬过了7.4节的半朴素贝叶斯分类器和...

2019-04-06 10:14:48

机器学习(西瓜书)注解:第8章 集成学习

机器学习(西瓜书)注解:第8章 集成学习 本次更新第8章,集成学习。针对该章注解有任何问题欢迎在此留言~ 本章内容整体上看并不复杂,可以看成是作者的英文专著《Ensemble Methods: Foundations and Algorithms》(https://book.douban.com/subject/10494228/,据悉该书中文版即将由电子工业出...

2019-04-06 09:46:41

机器学习(西瓜书)注解:第9章 聚类

机器学习(西瓜书)注解:第9章 聚类 本次更新第9章,聚类。针对该章注解有任何问题欢迎在此留言~ 本章介绍无监督学习中最典型的任务:聚类。正如书中第217页阅读材料说到:聚类也许是机器学习中“新算法”出现最多、最快的领域。因此本章勉强采用了“列举式”的叙述方式,相较于其它各章给出了更多的算法描述。 除了本章介绍的k均值算法、学习向量量化、高斯混...

2019-04-05 21:14:50

机器学习(西瓜书)注解:第4章 决策树

机器学习(西瓜书)注解:第4章 决策树        本次更新第4章,决策树。针对该章注解有任何问题欢迎在此留言~        本章作为西瓜书“介绍经典而常用的机器学习方法”的开篇,通篇以“西瓜”为例进行讲解,通俗易懂。个人感觉最可能会让人产生困惑的知识点是决策树三种递归返回情形(参见4.1节的详细解释)、缺失值处理的具体细节(参见式(4.12)的解释,具体还得自己琢磨一下4.4.2节的...

2018-10-26 21:14:22

机器学习(西瓜书)注解:第11章 特征选择与稀疏学习

机器学习(西瓜书)注解:第11章 特征选择与稀疏学习        本次更新第11章,特征选择与稀疏学习。针对该章注解有任何问题欢迎在此留言~        其实本章后三节的内容更多属于信号处理领域,前四节虽然在介绍机器学习中的特征选择问题,但也是一个很笼统的介绍,包括“过滤式”算法、“包裹式”算法、“嵌入式”算法也是通用的概念;因此本章与其说是介绍机器学习特征选择的相关知识,倒不如说是介...

2018-10-24 20:56:04

机器学习(西瓜书)注解:第13章 半监督学习

机器学习(西瓜书)注解:第13章 半监督学习        本次更新第13章,半监督学习。针对该章注解有任何问题欢迎在此留言~        监督学习和无监督学习是机器学习的两个学习范型(paradigm)。对于监督学习来说,要求训练样本具有标记信息;而对于无监督学习来说,则不需要训练样本具有标记信息。若在监督学习中没有足够的有标记样本,而是具有大量的无标记样本(在现实世界中正是如此,详见...

2018-10-21 16:06:15

机器学习(西瓜书)注解:第3章 线性模型

题目:机器学习(西瓜书)注解:第3章 线性模型        本次更新第3章,线性模型。针对该章注解有任何问题欢迎在此留言~        本章是全书第1部分(介绍机器学习基础知识)的最后一章,章节标题为“线性模型”;        抛开3.1节不谈,3.2节、3.3节、3.4节分别介绍了一个线性模型,分别是线性回归、对率回归、线性判别分析,其中3.2节是回归任务,3.3节和3.4节是...

2018-09-26 15:45:37

机器学习(西瓜书)注解:第10章 降维与度量学习

题目:机器学习(西瓜书)注解:第10章 降维与度量学习        本次更新第10章,降维与度量学习。针对该章注解有任何问题欢迎在此留言~       从该章目录中可以看出10.2节至10.5节均为降维方法,其中10.2节的MDS和10.3节的PCA为线性降维方法,而10.4节的KPCA和10.5节的流形学习(含Isomap和LLE两种方法)为非线性降维方法,但作者为什么将k近邻学习和度...

2018-09-22 11:42:34

机器学习(西瓜书)注解:第6章 支持向量机

题目:机器学习(西瓜书)注解:第6章 支持向量机经常听人说南大周老师所著的《机器学习》(以下统称为西瓜书)是一本入门教材,是一本科普性质的教科书。在该书第十次印刷之际,周老师在“如何使用本书”中也提到“这是一本入门级教科书”。然而,本人读起来却感觉该书远不止“科普”“入门”那么简单,书中的很多公式需要思考良久方能推导,很多概念需要反复咀嚼才能消化。边读边想着是不是应该将自己学习时遇到的一些知识...

2018-09-12 16:19:30

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 分享宗师
    分享宗师
    成功上传21个资源即可获取