降维

《优势成长》17让行动无时差

今天给大家聊聊第二个可以升级思维，降维打击的好方法：让行动无时差。
发光的树tree·2023-11-05 18:57

零代码复现-TCGA联合GEO免疫基因结合代谢基因生信套路（二）

前面的分析中，下载TCGA和GEO的数据，并进行简单的处理，接下来就是相关基因集的获取和整理，为后期聚类和降维做准备工作（数据准备：https://blog.csdn.net/weixin_43949246
木之如水·2023-11-05 16:47

一图读懂-神经网络14种池化Pooling原理（MAX，AVE，SUM，MIX，SOFT，ROI，CROW,RMAC ）

池化Pooling是卷积神经网络中常见的一种操作，Pooling层是模仿人的视觉系统对数据进行降维，其本质是降维。
python机器学习建模·2023-11-05 15:06

机器学习-特征降维与相关系数

1.方法Filter(过滤式）：主要探究特征本身特点、特征与特征和目标值之间的关联方差选择法：低方差特征过滤相关系数Embedded(嵌入式)：算法自动选择特征（特征与目标值之间的关联）决策树：信息熵、信息增益正则化：L1、L2深度学习：卷积等2.过滤式删除低方差的一些特征特征方差小：某个特征大多样本的值比较相近特征方差大:某个特征很多样本的值都有差别3.低方差特征代码importpandasas
橘子小小甘·2023-11-05 13:47

AE 自动编码器

自动编码器的作用是能够进行降维操作，把原始数据通过编码过程变为低维数据，然后对低维数据进行分析，把分析的结果再通过解码过程变为高维数据，这样，就可以通过低维度的
xiao_kong_long_·2023-11-05 10:40

动手学机器学习——数据预处理&线性代数

动手学机器学习1.监督学习2.无监督学习3.强化学习4.入门知识5.数据预处理6.线性代数5.1非降维求和6.2点积6.3矩阵乘法6.3范数1.监督学习判断回归问题的一个很好的经验法则是，任何有关“多少
Philo`·2023-11-05 02:02

numpy中的ravel()、flatten()、squeeze()的用法与区别 - 草稿

flatten()、squeeze()都有将多维数组转换为一维数组的功能，区别：ravel()：如果没有必要，不会产生源数据的副本flatten()：返回源数据的副本squeeze()：只能对维数为1的维度降维另外
爱学习的大丁·2023-11-04 15:41

十二种必须掌握的降维知识(Python代码)

image介绍你是否曾经处理过具有一千多个特征的数据集？5万多个特征呢？我曾经有过，让我告诉你这是一项非常具有挑战性的任务，特别是如果你不知道从哪里开始的时候！拥有大量的变量既是好事，也是坏事。我们有大量的数据用于分析，这很棒，但由于规模太大，它变得非常具有挑战性。在微观层面分析每个变量是不可行的。我们可能需要几天或几个月才能进行任何有意义的分析，我们将会为我们的业务损失大量的时间和金钱！更不用说
A遇上方知友·2023-11-04 14:48

第2篇 机器学习基础 —（3）机器学习库之Scikit-Learn

Scikit-Learn（简称Sklearn）是Python的第三方模块，它是机器学习领域当中知名的Python模块之一，它对常用的机器学习算法进行了封装，包括回归（Regression）、降维（DimensionalityReduction
小哥谈·2023-11-04 11:13

AK F.*ing leetcode 流浪计划之数组反转

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。
闪电彬彬·2023-11-04 04:11

深入理解XGboost

写在前面如果想从事数据挖掘或者机器学习的工作，掌握常用的机器学习算法是非常有必要的，在这简单的先捋一捋，常见的机器学习算法：监督学习算法：逻辑回归，线性回归，决策树，朴素贝叶斯，K近邻，支持向量机，集成算法Adaboost等无监督算法：聚类，降维
文文学霸·2023-11-04 03:19

【CV面试】简述CNN、计算机视觉、人脸识别

1.1.将大数据量的图片降维成小数据量1.2.保留图片特征，符合图片处理的原则2.CNN的思想来源3.基本原理3.1.卷积层：提取特征3.2.池化层：下采样、降维、避免过拟合3.3.全连接层：输出结果4
褚骏逸·2023-11-03 15:35

异常检测之PCA实战

目录一、PCA原理二、信用卡退款欺诈行为检测实战1、数据介绍2、欺诈数据分析及特征衍生3、特征分布分析及特征筛选4、数据归一化处理5、PCA模型构建及评估划重点PCA是一个经典的线性降维算法，而降维算法可以先进行降维
Python风控模型与数据分析·2023-11-03 11:03

Python机器学习实战（一）

文章目录基于逻辑回归实现乳腺癌预测基于k-近邻算法实现鸢尾花分类基于决策树实现葡萄酒分类基于朴素贝叶斯实现垃圾短信分类基于支持向量机实现葡萄酒分类基于高斯混合模型实现鸢尾花分类基于主成分分析实现鸢尾花数据降维基于奇异值分解实现图片压缩基于逻辑回归实现乳腺癌预测
数据攻城小狮子·2023-11-03 09:05

PCA和SVD

（代表一个属性字段）进行零均值化，即减去这一行的均值3）求出协方差矩阵4）求出协方差矩阵的特征值及对应的特征向量5）将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵P6）Y=PX即为降维到
ironmanblr·2023-11-03 08:48

每日复盘第5天

7.学会降维和升维思维去和别人沟通，在保持水平得基础上
会飞的锦鲤鱼·2023-11-03 08:22

2.预备知识-3GPT版

D2L注意点六、QANo.2线性代数一、标量二、向量1、基本操作2、空间表示3、乘法三、矩阵1、基本操作2、乘法3、空间表示4、乘法5、范数6、特殊矩阵7、特征向量四、D2L注意点：1、矩阵克隆2、矩阵降维五
霸时斌子·2023-11-03 06:52

向Seurat对象添加降维对象

目前手上有一个Seurat对象文件，但是不知道具体的降维参数是什么，做不出好看的UMAP图。但是手上有分得开的umap坐标文件，尝试给seurat对象添加umap坐标信息。
Bioinfoer·2023-11-03 01:52

利用 ggplot2 绘制 Seurat 对象中的 tSNE 或 UMAP 图

一种更灵活的方法是把tSNE或者UMAP降维的信息从seurat对象中提取出来，并利用gg
klcola·2023-11-03 01:40

voronoi diagram(泰森多边形) 应用 - Good Manners

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。
闪电彬彬·2023-11-02 23:59

voronoi diagram(泰森多边形) 应用 - Panda Preserve

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。背景知识voronoi提出voronoi图一开始是由荷兰气候学家A·H·Thiessen提出，是用来计算区域内的降雨量。
闪电彬彬·2023-11-02 23:29

AK F.*ing leetcode 流浪计划之delaunay三角化

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。
闪电彬彬·2023-11-02 23:28

voronoi diagram(泰森多边形) 应用 - Empire Strikes Back

欢迎关注更多精彩关注我，学习常用算法与数据结构，一题多解，降维打击。
闪电彬彬·2023-11-02 23:27

机器学习

适合类别型数据处理方式sklearn特征抽取API字典特征抽取文本特征抽取TF_IDF(评估重要性):数据特征预处理：通过数学算法把数据转为算法要求的数据归一化算法（原始分布情况不会改，数值减小了）标准化缺失值处理：数据降维
性感奎爷在线写代码·2023-11-02 19:00

Stanford机器学习---第八讲. 支持向量机SVM

多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计、SVM（SupportVectorMachines支持向量机）、聚类、降维
MachineLP·2023-11-02 18:24

Stanford机器学习---第8讲. 支持向量机SVM

多参数的线性回归、OctaveTutorial、LogisticRegression、Regularization、神经网络、机器学习系统设计、SVM（SupportVectorMachines支持向量机）、聚类、降维
hellotruth·2023-11-02 18:52

市场进攻（二十一）：$APPEALS和乔布斯在产品创新上的降维打击

上期讲了$APPEALS，它是个非常实用的工具，可以给产品经理提供全视野的角度来洞察客户的需要，识别哪些没有满足的，从而找准突破口，进行降维打击。
罗兰格咨询·2023-11-02 05:25

神经网络的解释方法之CAM、Grad-CAM、Grad-CAM++、LayerCAM

原理优点缺点GAP将多维特征映射降维为一个固定长度的特征向量①减少了模型的参数量；②保留更多的空间位置信息；③可并行计算，计算效率高；④具有一定程度的不变性①可能导致信息的损失；②忽略不同尺度的空间信息
故山月白·2023-11-02 02:43

2.预备知识-2简化版

D2L注意点六、QANo.2线性代数一、标量二、向量1、基本操作2、空间表示3、乘法三、矩阵1、基本操作2、乘法3、空间表示4、乘法5、范数6、特殊矩阵7、特征向量四、D2L注意点：1、矩阵克隆2、矩阵降维五
霸时斌子·2023-11-02 01:10

关于pytorch张量维度转换及张量运算

pytorch张量维度转换大全1tensor.view()2tensor.reshape()3tensor.squeeze()和tensor.unsqueeze()3.1tensor.squeeze()降维
Alexa2077·2023-11-01 23:48

关于pytorch张量维度转换大全

pytorch张量维度转换大全1tensor.view()2tensor.reshape()3tensor.squeeze()和tensor.unsqueeze()3.1tensor.squeeze()降维
Alexa2077·2023-11-01 23:18

商业模式，主动打磨还是被动等待?态度定生死

比如：共享经济、共享单车、农村电商、社区服务、降维攻击等。为什么说ebay、亚马逊、yahoo、阿里巴巴、google、百度、当当、卓越等都成功运用了好的商业模式。
海申·2023-11-01 20:34

无任何格外需求的命令行C++飞机大战，内含BOSS，动画，千行代码免费奉上

这个程序的源码没有什么技术要求，一般至少能看懂95%，因为博主是大一上学期写着玩的，当写了一周，还拿它参加了学校的创意编程比赛，结果第一用的ui，直接降维打击了，拿了个二等奖。。。
最后一只三脚兽·2023-11-01 17:21

非常“6+5”，助你实现财富突破

第四个关键点，降维。如果在某一个层次上面很难突围，就降一个层次，在低一个甚至几个的层次
郭郭侠·2023-11-01 12:28

解密人工智能：KNN | K-均值 | 降维算法 | 梯度Boosting算法 | AdaBoosting算法

文章目录一、机器学习算法简介1.1机器学习算法包含的两个步骤1.2机器学习算法的分类二、KNN三、K-均值四、降维算法五、梯度Boosting算法和AdaBoosting算法六、结语一、机器学习算法简介机器学习算法是一种基于数据和经验的算法
春人.·2023-11-01 11:34

机器学习(六)构建机器学习模型

其中数据预处理包含了对数据的基本处理，包括特征抽取及缩放、特征选择、特征降维和特征抽样；我们将带有类标的原始数据划按照82原则分为训练数据集和测试集。
大模型Maynor·2023-11-01 10:51

深入浅出的TensorFlow可视化工具TensorBoard用法教程（一）

1.TensorBoard的主要功能生成折线图展示图像播放音频生成直方图观察神经网络（数据流图）数据降维分布图1.1生成折线图当我们要对模型的正确率、loss值、学习速度等标量进行可视化时，经常会用到折线图
草尖上的舞动·2023-11-01 09:41

做好一个终生学习者不容易

我来说句真话，不是我们学习力很强，真的是三亚大多数餐饮人没有学习这个概念，这算是一个降维打劫吧。但是，我们看问题一定不能停留在原地，我们要有个长远的眼光。
三亚不仔客应伟·2023-11-01 08:45

可视化 | 数据可视化降维算法梳理

算法流程图像描述ISOMAP算法流程图像描述LLE算法流程图像描述LPP算法流程图像描述tSNE算法流程图像描述UMAP算法流程图像描述本篇博客整理资源来源及代码来源，本篇主要是基于该资源，针对各种数据可视化降维算法流程梳理及可视化实践感知
啦啦右一·2023-10-31 15:54

特征预处理之特征降维(LDA)

一、概念LDA：LinearDiscriminantAnalysis线性判别式分析（NOT：在文本分析领域，还有个LDA的概念，全称为隐含狄利克雷分布（LatentDirichletAllocation），这个分布主要是运用在自然语言处理中主题模型的建立，注意区分）LDA的核心思想：投影变换后同一标注内距离尽可能小；不同标注间距离尽可能大。二、LDA计算公式：确定在ω下，分离程度最大的方向：三、编
Jana_LU·2023-10-31 08:55

机器学习之逻辑回归（Logistic Regression）

逻辑回归一、逻辑回归理论概述二、sklearn逻辑回归的使用1.正则化参数2.特征工程（可解释的特征降维）：embedded3.梯度下降：重要参数max_iter4.二元回归和多元回归重要参数：solver
`AllureLove·2023-10-31 02:42

【PCA降维】在人脸识别中的应用

首先导入人脸数据集和相关的模块：fromsklearn.datasetsimportfetch_lfw_people#人脸数据集importmatplotlib.pyplotaspltfromsklearn.decompositionimportPCAimportnumpyasnp加载sklearn自带的数据集：faces=fetch_lfw_people(min_faces_per_person
数字生命Allen·2023-10-31 02:37

如何绘制【逻辑回归】中threshold参数的学习曲线

threshold参数的意义是通过筛选掉低于threshold的参数，来对逻辑回归的特征进行降维。
数字生命Allen·2023-10-31 02:36

完整的单细胞分析流程——特征（基因）选择

诸如聚类和降维之类的过程会根据细胞的基因表达谱对细胞进行比较，这涉及将每个基因的差异汇总为一对细胞之间的单个（不相似）或相似的度量。用于此计算的基因的选择对度量的行为和下游分析方法的性能有重大影响。
麒麟991·2023-10-30 23:51

魔方中蕴含什么做事的道理？

有一种方法叫做降维法，什么意思呢？就是先把4阶魔方拼成3阶魔方，然后再用复原3阶魔方的方法来复原它。这就是降维法——把4维降成3维。把4阶拼成3阶其中蕴含了什么做事的道理？
A豆腐干A·2023-10-30 22:43

数据预处理之数据规约

目录一、前言二、PCA的主要参数：三、数据归约任务1四、数据规约任务2一、前言PCA(PrincipalComponentAnalysis)，即主成分分析方法，是一种使用最广泛的数据降维算法。
那个叫马尔的大夫·2023-10-30 17:50

“应该”是什么鬼东西？

而说“应该”的人，往往是那个站在更高维度进行降维打击的人。说“应该”的人，知道如何做，但是没有及时说。做“不应该”的人，也许知道如何做也许不知道，但是无论如何，他都做了。
宝孜·2023-10-30 06:56

降维实现

1、维度诅咒许多机器学习问题的每个训练实例涉及数千甚至数百万的特征。正如我们将要看到的，这不仅使训练变得非常缓慢，而且还可能使得找到一个好的解决方案变得更加困难。这个问题通常被称为维度的诅咒。在高维空间中的一个麻烦在于，高维超立方体中的大多数点非常靠近边界。例如，如果选择单位平方（1×1平方）内的随机点，它只有0.4％的可能性位于距离边界小于0.001的位置（换句话说，随机点在任何维度上都不太可能
单调不减·2023-10-30 04:01

降维方法综述

首先要明白，降维往往是为了在降低计算量的同时，尽量保持原来样本的分布PCA对于正交属性空间中的样本点，用超平面对样本进行表达需要满足最近重构性及最大可分性理论基础基本假设如下，投影变换后得到的新坐标系为对样本进行中心化过程推导
长安逸魂·2023-10-30 04:35

特征选择之卡方验证java_机器学习之特征选择

2、特征选择的确切含义将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的，然后通过特征选取删选掉冗余和不相关的特征来进一步降维。
weixin_39809140·2023-10-30 02:08
上一页 10 11 12 13 14 15 16 17 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他