- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Mac上的matlab出现mex error解决
先要装xcode,然后再记得装command line tools,然后显示还是有问题， 看看这篇文章就可以了，http://www.mathworks.com/matlabcentral/answers/246507-why-can-t-mex-find-a-supported-compiler-in-matlab-r2015b-after-i-upgraded-to-xcode-7-0
2016-01-22 22:31:31
2827
原创 线性支持向量机
讲道理，线性支持向量机，分两种情况，一个线性可分，一个线性不可分1.线性可分：数据线性可分，也就是说我可以训练出这么一个sign(wx+b)的模型，对于所有的训练样本都能分类正确，这里回顾一下，感知机分类是最小化错误分类，用的函数是∑-y*(wx+b)，是所有错误分类的点的误差和，而Logistic regression，用的是极大似然估计，而线性回归是1/2*∑（h(x)-y）^2
2016-01-06 12:34:06
579
原创 最大熵模型与分类器
先推荐两个链接，都是讲最大熵的，强的一批。http://blog.csdn.net/erli11/article/details/24718655http://blog.csdn.net/v_july_v/article/details/40508465最大熵其实也是个用来做分类器的思想，用的是条件熵最大的意义（这一点可以看到跟极大似然估计很像），
2015-12-20 16:10:15
10485
原创 决策树
决策树其实原理上来说是比较简单的，估计很不好实现。。决策树就是说对于训练集D和特征集合A，每一次从A中选取一个最优的特征用来划分集合D(选取最优的方法一般是通过信息增益或者信息增益比)，划分到D1,D2,D3...Dk之后，再次对于这些子集合进行特征选取，只不过这次是从A-Ag中选取，因为Ag已经在上次用过了。但是还是有几个地方需要注意的：①特征集用完了特征集合用完了，但是却还没有
2015-12-18 17:00:55
478
原创 我对LDA的一点理解
LDA这个东西真的是。。。。看过的人都不想再看第二遍。。。各种分布，数学不好的人真的是跪了。一开始看LDA觉得很疑惑，觉得不是LDA不是用来产生主题的吗，一直在讲什么生成模型，我要你生成模型干嘛，你可真像个弱智。然后后面又回顾了一下EM算法，EM算法样例：3个硬币，正面概率为π,p,q，先掷A硬币，如果是正面就接着掷B，如果是反面就掷C，最终得到结果1,0,1,1这样，求估计π，p，q
2015-12-15 14:50:24
850
原创 knn之构造kd树和最近邻求取c++实现
这份代码测试样例为 67 22 35 44 79 68 18 2这样，通过中位数来选取根节点(这样的方法其实在一定程度上是有很大问题的，因为根节点的选取方法不同，会导致整棵树的结构不同，这里由于数据的关系，不能构成完全二叉树，所以在对于特殊的样例来说是会出错的，比如说(10,10)这个测试样例，根本无法找到包含他的子节点（区域），所以会导致出错))。#include#
2015-12-07 17:03:35
1212
原创 感知机实现纯色图片的二分类
这个是个人实现的对于纯色图片的二分类，纯色图片就是指只有一种颜色的图片，首先使用red文件夹中的4张图片和blue文件夹中的5张图片尝试训练出感知机的参数w,b,然后读取新的图片，判断红色还是蓝色import java.awt.image.BufferedImage; import java.util.ArrayList; import java.util.List; import
2015-12-07 12:44:35
499
原创 感知机的实现和感知机对偶形式的实现
以下两个均为感知机对于3个样本数据(3,3,1),(4,3,1),(1,1,-1)的分类实现。这是感知机普通形式的实现#include#include#include#includeusing namespace std;struct node{int x1,x2,y;node(int x1=0,int x2=0,int y=0):x1(x1),x2(x2),y(y)
2015-12-02 16:13:12
465
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人