LDA（线性判别分类器）学习笔记
Linear Discriminant Analysis（线性判别分类器）是对费舍尔的线性鉴别方法(FLD)的归纳，属于监督学习的方法。 LDA的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的子空间有最大的类间距离和最小的类 ...
原文：基于SIFT+Kmeans+LDA的图片分类器的实现
PS: 很久没做CV的事情了，这是很早以前刚入门时候的一篇，以后再有CV相关工作会发布在新的个人站点：http: my.phirobot.com blog category cv.htmlCV分类下。 posted : from FreedomShe 题记： 年 月 日回到家，南大计算机研究僧复试以后，等待着的就是独坐家中无聊的潇洒。不知哪日，无意中和未来的同学潘潘聊到了图像处理，聊到了她的论文 ...
2012-04-24 20:36 34 25795 推荐指数：
相关推荐
python实现MED分类器
在鸢尾花数据集上 去除线性可分的类（1类），结果如下： 去除线性不可分的类（0类），结果如下： ...
SVM分类器实现实例
我正在做一个关于SVM的小项目，在我执行验证SVM训练后的模型的时候，得到的report分数总是很高，无论是召回率（查全率）、精准度、还是f1-score都很高： 图1 分类器分数report 但是，对于训练的效果就非常差，差到连包含训练集的测试集都无法正确分类，如下图所示 ...
LSTM 分类器笔记及Theano实现
相关讨论 http://tieba.baidu.com/p/3960350008 基于教程http://deeplearning.net/tutorial/lstm.html LSTM基本 ...
线性分类器及python实现
以下内容参考CS231n。 上一篇关于分类器的文章，使用的是KNN分类器，KNN分类有两个主要的缺点： 空间上，需要存储所有的训练数据用于比较。 时间上，每次分类操作，需要和所有训练数据比较。 本文开始线性分类器的学习。 和KNN相比，线性分类器才算得上真正具有实用价值 ...
朴素贝叶斯分类器及Python实现
贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是 ...
朴素贝叶斯分类器及Python实现
贝叶斯定理 贝叶斯定理是通过对观测值概率分布的主观判断（即先验概率）进行修正的定理，在概率论中具有重要地位。 先验概率分布(边缘概率)是指基于主观判断而非样本分布的概率分布，后验概率(条件概率)是 ...
基于SVM的分类器Python实现
本文代码来之《数据分析与挖掘实战》，在此基础上补充完善了一下~ 代码是基于SVM的分类器Python实现，原文章节题目和code关系不大，或者说给出已处理好数据的方法缺失、源是图像数据更是不见踪影，一句话就是练习分类器（▼㉨▼メ） 源代码直接给好了K=30，就试了试怎么选的，挑选规则设定比较 ...