注：奇异值分解在数据降维中有较多的应用，这里把它的原理简单总结一下，并且举一个图片压缩的例子，最后做一个简单的分析，希望能够给大家带来帮助。 1、特征值分解（EVD） 实对称矩阵 在理 ...

注：字典学习也是一种数据降维的方法，这里我用到SVD的知识，对SVD不太理解的地方，可以看看这篇博客：《SVD（奇异值分解）小结 》；数据集：https://pan.baidu.com/s/1Z ...

注：在《SVD（奇异值分解）小结 》中分享了SVD原理，但其中只是利用了numpy.linalg.svd函数应用了它，并没有提到如何自己编写代码实现它，在这里，我再分享一下如何自已写一个SVD函 ...

0 前言 Focal Loss是为了处理样本不平衡问题而提出的，经时间验证，在多种任务上，效果还是不错的。在理解Focal Loss前，需要先深刻理一下交叉熵损失，和带权重的交叉熵损失。然后我们从样 ...

今天听了一个师兄的讲课，才发现我一直在科研上特别差劲，主要表现在以下几个方面，（现在提出也为了督促自己在以后的学习工作道路上能够避免这些问题） 1、做事情总是有头无尾，致使知识点不能一次搞透，每次在 ...

在《贝叶斯之朴素理解》比较详细地总结了一个朴素贝叶斯。这里再对非朴素贝叶斯做一个小结，以了结贝叶斯分类。 1、非朴素贝叶斯公式 1.1 高维高斯分布 在此之前，我们同样先需准备一些数学 ...

注：以后的博客更新都将指向Github主页，http://lxiongh.github.com 这个博客已经申请了尽2年时间，但一直没有更新过博客，只是在CSDN博客中写过几篇关于飞信二 ...

贝叶斯分类器本不是一个复杂的东西，但是博主在网上几翻查找，并未找到有哪一篇博文将其写得易懂。硬着头皮去看书《模式分类》，而书上公式一大堆，实在让人头疼。几番痛苦的学习下，终于明白其中原理。现写出此文，献给各位同志。如果大家觉得这文章写得还不错，日后我可以将此文的pdf共享给大家。 这篇博文 ...

模式分类(Pattern Recognition/Classification)笔记--聚类分析算法 模式分类课程笔记。码字不易，转载注明出处：http://www.cnblogs.com/Lin-chun/p/6894544.html 1、什么是聚类分析算法 在讲聚类算法之前 ...

作业：P64，2.5节，4： 这道题的思路完全与P35的例1一样，所以会做例1，这道题就会做了。 我以以例题1的数据，测试了[0,0]，[3,8]分类正确。 另外 ...