监督学习-降维第17页

机器学习之K-means聚类

聚类是一种无监督学习方法，它试图将数据集中的样本划分为具有相似特征的组（簇）。K-means算法的目标是将数据集划分为K个簇，其中每个样本属于与其最近的簇中心。

贾斯汀玛尔斯·2023-12-30 05:34

机器学习之主成分分析（Principal Component Analysis，PCA）案例解析附代码

概念主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的降维技术，用于减少数据集维度并保留数据集中的主要特征。

贾斯汀玛尔斯·2023-12-30 05:27

单细胞转录组数据分析课件||7. Clustering of scRNA-seq data

数据质控：选择高质量的数据进行聚类特征选择什么叫聚类为什么说聚类是非监督学习如何面对不同聚类算法得到的不同的结果介绍了几种常见的聚类算法ThislecturebyAhmedMahfouz(LeidenComputationalBiologyCenter

周运来就是我·2023-12-29 23:49

【读书笔记-MIT决策算法】1.简介

DecisionMaking）1.2应用1.2.1飞行器防撞1.2.2自动驾驶1.2.3乳腺癌筛查1.2.4金融消费与投资组合配置1.2.5分布式野火监测1.2.6火星科学探索1.3方法1.3.1显式编程1.3.2监督学习

人工智障2.0·2023-12-29 22:57

机器学习--稀疏学习

这时候就需要特征降维和特征选择。

Good_Luck_Kevin2018·2023-12-29 22:54

数据科学家应当了解的五个统计基本概念

摘要：本文讲述了数据科学家应当了解的五个统计基本概念：统计特征、概率分布、降维、过采样/欠采样、贝叶斯统计从高的角度来看，统计学是一种利用数学理论来进行数据分析的技术。

城市中迷途小书童·2023-12-29 21:51

为人父母为什么要学习？

很多家长都会有这样的疑问，学习是孩子的事，我们提供学习的条件，监督学习的过程不就好了吗，为什么作为父母也要学习呢？那今天，我就来谈谈为人父母为什么也要学习。

父母一起学吧·2023-12-29 17:53

投影矩阵在格密码中的应用

算法中有一个思想，需要把向量向低维度进行投影，如下图：这个过程的本质就是投影的思想，在格密码中就是所谓的降维过程，其运用非常广泛，比如基于格的攻击算法，解密算法等等。

唠嗑！·2023-12-29 16:33

主动学习和弱监督学习有何区别？

本文将介绍主动学习如何解决数据标注的难题和主动学习和弱监督学习的区别。主动学习如何解决数据标注的难题？缩短标注数据流程和降低标注成本有效获

澳鹏Appen·2023-12-29 15:39

机器学习三要素与拟合问题

机器学习工作流程总结1.获取数据2.数据基本处理3.特征工程4.机器学习(模型训练)5.模型评估结果达到要求，上线服务，没有达到要求，重新上面步骤我们使用机器学习监督学习分类预测模型的工作流程讲解机器学习系统整套处理过程

小森( ﹡ˆoˆ﹡ )·2023-12-29 12:19

机器学习分类

1.监督学习监督学习指的是人们给机器一大堆标记好的数据，比如：一大堆照片，标记出哪些是猫的照片，哪些是狗的照片让机器自己学习归纳出算法或模型使用该算法或模型判断出其他没有标记的照片是否是猫或狗上述流程如下图所示

小森( ﹡ˆoˆ﹡ )·2023-12-29 12:42

机器学习笔记（11）：贝叶斯学习（1）

这是第11篇，介绍了监督学习中的贝叶斯学习模型（1）。朴素贝叶斯朴素贝叶斯是一个分类模型，如下图所示，有正反两类样本数据点，该模型寻找出一个决策边界正确地将两类数据分隔开来。模型的背后是贝叶斯规则。

链原力·2023-12-29 09:33

机器学习 -- 概述

机器学习的应用（能做什么）三、***机器学习的流派四、机器学习的系统定义与通俗理解五、机器学习的基本术语1、有了数据2、通过学习算法3、得到模型4、进行预测5、数据集构成简单理解六、机器学习的分类1、监督学习

₫从心·2023-12-29 08:19

讲解机器学习中的 K-均值聚类算法及其有缺点

K-均值聚类（K-meansclustering）是一种无监督学习算法，用于将数据集划分为K个不同的群类。其基本思想是将数据点分为K个簇，使得每个簇内部的点越相似，不同簇之间的差异越大。

weixin_45906460·2023-12-29 08:48

机器学习笔记

数据模型预测1.3算法分类数据集：特征值+目标值1.3.1监督学习目标值分类类别分类问题连续型的数据回归问题（1）分类K-近邻算法、贝叶斯

王小白学习·2023-12-29 08:18

多元统计回归(6):因子分析

Oasis of the World·2023-12-29 08:17

模式识别与机器学习-无监督学习-降维

模式识别与机器学习-无监督学习-降维为什么要降维维度选择手工移除特征过滤式选择包裹式选择嵌入式选择维度抽取（线性模型）MDSPCA目标1：最小重构误差目标2：最大投影方差SVD思考：为什么保留特征值大的

Kilig*·2023-12-29 08:13

讲解机器学习中的K-均值聚类算法及其优缺点

K-均值聚类算法是一种常用的无监督学习算法，主要用于将数据集划分为K个不重叠的簇。其基本思想是将数据点划分到簇中，使得同一簇内的数据点之间的相似度最大化，不同簇之间的相似度最小化。

东北霸主劳德利·2023-12-29 08:09

PyTorch中各种求和运算

reshape(5,4)tensor([[0.,1.,2.,3.],[4.,5.,6.,7.],[8.,9.,10.,11.],[12.,13.,14.,15.],[16.,17.,18.,19.]])1.降维求和降维求和会沿指定轴降低张量的维度

_Lyang_·2023-12-29 06:24

最优化方法Python计算：无约束优化应用——线性回归模型

回归算法是典型的监督学习模型之一。

戌崂石·2023-12-29 05:53

无监督学习(上）

我们实际用到的项目大都是有监督的，而人工智能未来的一大难点将会是无监督学习。在前面说过的降维算法，大部分都是无监督，除了LDA。无监督算法有聚类，密度估计，常常用在做分类或者异常检测上。

歌者文明·2023-12-29 05:23

降维的技术

有时候机器学习所使用的特征太多了，几百上千个，这个时候计算量很大，可能需要减少对一些特征进行降维。

歌者文明·2023-12-29 05:53

机器学习库Scikit-learn

本文目录3.1背景知识3.2Scikit-learn概述3.3Scikit-learn主要用法3.3.1基本建模流程3.3.2数据预处理3.3.3监督学习算法3.3.4无监督学习算法3.3.5评价指标3.3.6

风度78·2023-12-29 04:48

数据集介绍【02】CIFAR10

CIFAR10数据集是用来监督学习训练的，那么每个样本就一定都配备了一个标签值（用来区分这个样本是什么），不同类别的物体用不同的标签值，CIFAR10中有10类物体，标签值

ihan1001·2023-12-29 03:22

12.27_黑马数据结构与算法笔记Java（补2）

目录2790-1背包问题动态规划实现2800-1背包问题动态规划降维281完全背包问题动态规划分析282完全背包问题动态规划实现283零钱兑换问题动态规划分析284零钱兑换问题动态规划实现285零钱兑换问题动态规划降维

simplesin·2023-12-29 02:33

12.27_黑马数据结构与算法笔记Java（补1）

目录266活动选择问题分析267活动选择问题贪心268分数背包问题贪心2690-1背包问题贪心270斐波那契动态规划271斐波那契动态规划降维272BellmanFord动态规划分析273BellmanFord

simplesin·2023-12-29 02:32

机器学习的任务

根据学习任务的不同，机器学习算法大致可分为3类：监督学习、无监督学习和半监督学习。监督学习（SupervisedLearning）在监督学习中，我们有一组带有标签（即已知输出）的训练样本作为输入。

北辰Charih·2023-12-28 21:38

鹤立鸡群，鹤难受？还是鸡难受？

有人说，鹤进鸡群，是一场降维打击。鹤才不会难受呢，只有那群鸡会在它面前自卑。可赵玉平老师却说：鹤立鸡群，最终的结果只有两个，要么被鸡群逼死，要么只能被鸡群同化。

愚9·2023-12-28 19:43

如何使用“降维打击”？

关于“降维打击”这个概念，这几年是特别火，虽然很多人都在谈，但是能真正理解是什么意思的人，还是不多。所以，在探讨这个话题之前，我们首先要来说说：什么是“降维打击”。

珊珊_带你重返年轻·2023-12-28 14:45

经常读书的人和不读书的人有什么区别？

庆余年里的范闲为什么能在波谲云诡的朝野上混得风生水起，除了身世加分，更多是他自带唐诗三百首和诸多现代知识的加持，从而对“当代人”进行知识的降维打击。

小花碎碎念·2023-12-28 14:59

PYTHON基础：SVM不同核函数的区别与选择

SVM不同核函数区别与选择支持向量机（SupportVectorMachine，SVM）是一种常用的监督学习算法，它可以将数据从低维空间映射到高维空间，以便更好地进行分类或回归分析。

翼达口香糖·2023-12-28 11:42

机器学习概述（一）

机器学习概述sklearn.datasets特征工程特征提取特征预处理特征降维sklearn.datasetssklearn.datasets模块用于获取较为经典的数据集。

写进メ诗的结尾。·2023-12-28 11:43

模式识别与机器学习-无监督学习-聚类

无监督学习-聚类监督学习&无监督学习K-meansK-means聚类的优点：K-means的局限性：解决方案：高斯混合模型（GaussianMixtureModels，GMM）多维高斯分布的概率密度函数

Kilig*·2023-12-28 11:29

什么是迁移学习（Transfer Learning）？定义，优势，方法

迄今为止，大多数人工智能（AI）项目都是通过监督学习技术构建的。监督学习是一种从无到有构建机器学习（ML）模型的方法，它对推动AI发展起到了关键作用。

澳鹏Appen·2023-12-28 10:58

机器学习之特征工程-降维

但不要盲目降维，当你在原数据上跑到了一个比较好的结果，又嫌它太慢的时候才进行降维，不然降了半天白降了。常见的降维方法有主成分分析法（PCA）和线性判别分析（LDA），线性判别分析本身也是一个分类模型。

城市中迷途小书童·2023-12-28 10:31

ES6最全详解用法

文章目录模板字符串let箭头函数forof参数增强剩余参数(rest):打散数组(spread):数组降维数组解构:对象解构参数解构class期约Promise解决:Promise既学简写用法，又要学兼容写法

Dev _·2023-12-28 08:09

局部线性嵌入（LLE）的代码示例以及详细数学解释

文章目录局部线性嵌入（LLE）的数学原理LLE中的重建权重计算示例LLE降维映射的详细解释LLE降维映射的示例示例数据集降维映射从LLE的特征值和特征向量到低维数据（低维嵌入）特征值和特征向量的计算选择特征向量以获得低维表示构建低维数据表示代码结果局部线性嵌入

h52013141·2023-12-28 06:18

一滴水

亚麻色的长发女生靠近我，左顾右盼之后，将我的整个大楼旋转起来，并实施了彻底的降维。我是一滴水，拥有饮用水桶的地契时间已然长达九天有余。

高惠娟·2023-12-28 05:34

机器学习-逻辑回归

一、引言逻辑回归（LogisticRegression）是一种广泛应用于分类问题的监督学习算法。尽管名字中含有“回归”二字，但这并不意味着它用于解决回归问题。

!chen·2023-12-28 03:22

YYDS！自监督网络在对比学习的最新进展（附论文程序）

作者|上杉翔二悠闲会·信息检索整理|NewBeeNLP自监督学习在CV和NLP已经用的很多了，那很自然也会被迅速引进并占坑到推荐系统领域咯。

科技州与数据州·2023-12-28 02:05

AAAI17最佳论文：Label-Free Supervision of Neural Networks with Physics and Domain Knowledge

用物理和特定领域知识让神经网络进行不带标签的监督学习摘要在许多机器学习应用中，带标签的数据数量稀少，要获得更多的标签造价昂贵。我们引入了一种新的神经网络监督学习方法，不是直接给出输入-输出对的直接示

manba_·2023-12-28 02:09

Semi-Supervised Learning With Deep Embedded Clustering for Image Classification and Segmentation

文中我们结合基于深度卷积神经网络的有监督方法和基于概率分布和网络学习到的特征表达进行深层嵌入式聚类的方法来实现半监督学习。

你笑起来就像好天气·2023-12-27 21:15

【头歌实训】Spark MLlib ( Python 版 )

基本统计编程要求测试说明答案代码第2关：回归编程要求测试说明参考资料答案代码第3关：分类编程要求测试说明参考资料答案代码第4关：协同过滤编程要求测试说明参考资料答案代码第5关：聚类编程要求测试说明参考资料答案代码第6关：降维编程要求测试说明参考资料答案代码第

撕得失败的标签·2023-12-27 20:26

Good Semi-supervised learning That requires a Bad GAN论文阅读笔记

前置知识GAN（生成对抗网络）在semi-supervisedlearning（半监督学习）上取得了较强的实证成果，但是有两点是我们都没搞明白的：discriminator（判别器）是如何从与generator

Gary_Liu·2023-12-27 19:12

机器学习——支持向量机

1、简介支持向量机(supportvectormachine,SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面(maximum-marginhyperplane

风月雅颂·2023-12-27 18:34

机器学习——朴素贝叶斯

1、简介朴素贝叶斯算法是一种基于贝叶斯理论的有监督学习算法。朴素是指样本特征之间是相互独立的，朴素贝叶斯算法有着坚实的数学基础和稳定的分类效率。