github：PCA代码实现、PCA应用 本文算法均使用python3实现 1. 数据降维   在实际生产生活中，我们所获得的数据集在特征上往往具有很高的维度，对高维度的数据进行处理时消耗的时间很大，并且过多的特征变量也会妨碍查找规律的建立。如何在最大程度上保留数据集的信息量的前提下进行 ...

github：kmeans代码实现1、kmeans代码实现2(包含二分k-means) 本文算法均使用python3实现 1 聚类算法   对于"监督学习"(supervised learning)，其训练样本是带有标记信息的，并且监督学习的目的是：对带有标记的数据集进行模型学习，从而便于 ...

。 三、 理论推导 　此处依照我个人理解所写，错误之处欢迎指出 K-means核心操作 ...

那就从k-means开始吧 对于机器学习的新手小白来说，k-means算法应该都会接触到吧。传统的k-means算法是一个硬聚类（因为要指定k这个参数啦）算法。这里利用百度的解释 看上去好难懂，实际上任务就是要聚类，然后将相关的点聚成一堆嘛。这里我们可以给出k-means的核心公式 ...

刚看了这个算法，理解如下，放在这里，备忘，如有错误的地方，请指出，谢谢 需要做聚类的数组我们称之为【源数组】需要一个分组个数K变量来标记需要分多少个组，这个数组我们称之为【聚类中心数组】及一个缓存临时聚类中心的数组，我们称之为【缓存聚类中心数组】然后初始化一个K长度的数组，值随机（尽量分布 ...

一：什么是看KNN算法？ kNN算法全称是k-最近邻算法（K-Nearest Neighbor） kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定 ...

Meta Learning--MAML算法理解 以下为对MAML算法的理解：（MAML的目的是：learning good weight initalizations） 上面MAML对应的算法，步骤4-7对应的李弘毅老师《深度学习》图中的子任务的第一步（如a），步骤8对应图中的第二步 ...

一 k近邻算法原理 k近邻算法是一种基本分类和回归方法. 如上图所示，有两类不同的样本数据，分别用蓝色的小正方形和红色的小三角形表示，而图正中间的那个绿色的圆所标示的数据则是待分类的数据。这也就是我们的目的，来了一个新的数据点，我要得到它的类别是什么？好的，下面 ...