LDA（線性判別分類器）學習筆記
Linear Discriminant Analysis（線性判別分類器）是對費舍爾的線性鑒別方法(FLD)的歸納，屬於監督學習的方法。 LDA的基本思想是將高維的模式樣本投影到最佳鑒別矢量空間，以達到抽取分類信息和壓縮特征空間維數的效果，投影后保證模式樣本在新的子空間有最大的類間距離和最小的類 ...
原文：基於SIFT+Kmeans+LDA的圖片分類器的實現
PS: 很久沒做CV的事情了，這是很早以前剛入門時候的一篇，以后再有CV相關工作會發布在新的個人站點：http: my.phirobot.com blog category cv.htmlCV分類下。 posted : from FreedomShe 題記： 年 月 日回到家，南大計算機研究僧復試以后，等待着的就是獨坐家中無聊的瀟灑。不知哪日，無意中和未來的同學潘潘聊到了圖像處理，聊到了她的論文 ...
2012-04-24 20:36 34 25795 推薦指數：
相關推薦
python實現MED分類器
在鳶尾花數據集上 去除線性可分的類（1類），結果如下： 去除線性不可分的類（0類），結果如下： ...
SVM分類器實現實例
我正在做一個關於SVM的小項目，在我執行驗證SVM訓練后的模型的時候，得到的report分數總是很高，無論是召回率（查全率）、精准度、還是f1-score都很高： 圖1 分類器分數report 但是，對於訓練的效果就非常差，差到連包含訓練集的測試集都無法正確分類，如下圖所示 ...
LSTM 分類器筆記及Theano實現
相關討論 http://tieba.baidu.com/p/3960350008 基於教程http://deeplearning.net/tutorial/lstm.html LSTM基本 ...
線性分類器及python實現
以下內容參考CS231n。 上一篇關於分類器的文章，使用的是KNN分類器，KNN分類有兩個主要的缺點： 空間上，需要存儲所有的訓練數據用於比較。 時間上，每次分類操作，需要和所有訓練數據比較。 本文開始線性分類器的學習。 和KNN相比，線性分類器才算得上真正具有實用價值 ...
朴素貝葉斯分類器及Python實現
貝葉斯定理 貝葉斯定理是通過對觀測值概率分布的主觀判斷（即先驗概率）進行修正的定理，在概率論中具有重要地位。 先驗概率分布(邊緣概率)是指基於主觀判斷而非樣本分布的概率分布，后驗概率(條件概率)是 ...
朴素貝葉斯分類器及Python實現
貝葉斯定理 貝葉斯定理是通過對觀測值概率分布的主觀判斷（即先驗概率）進行修正的定理，在概率論中具有重要地位。 先驗概率分布(邊緣概率)是指基於主觀判斷而非樣本分布的概率分布，后驗概率(條件概率)是 ...
基於SVM的分類器Python實現
本文代碼來之《數據分析與挖掘實戰》，在此基礎上補充完善了一下~ 代碼是基於SVM的分類器Python實現，原文章節題目和code關系不大，或者說給出已處理好數據的方法缺失、源是圖像數據更是不見蹤影，一句話就是練習分類器（▼㉨▼メ） 源代碼直接給好了K=30，就試了試怎么選的，挑選規則設定比較 ...