降维

盛言·和说

大家终于发现：免疫力，才是一个人最大的竞争力，才是可以摧毁一切商业逻辑的降维打击。
7a2fd9d0d024·2024-01-09 23:04

奇异值分解（SVD）的推导和应用简介

奇异值分解在机器学习中的用途非常广泛，例如图像去噪，降维，另外还有推荐算法等。假设有一个普通的矩阵A（m*n），我们
图学习小组·2024-01-09 20:27

PCA和NMF

主成分分析（PrincipalComponentAnalysis，PCA）是最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。
一只怂货小脑斧·2024-01-09 18:50

创业与产品要笨一点

1.最成功的创业一定是降维攻击，你不能按照老的游戏规则玩。对方都是比你强大100倍的，你手里什么都没有，要人没人，要钱没钱，所以一定要降维攻击。我们内容产品的核心，就是碎片化、高品质。
d1698df63db8·2024-01-09 18:55

【sklearn练习】preprocessing的使用

这些工具可以帮助您处理数据中的缺失值、标准化特征、编码分类变量、降维等。
我感觉。·2024-01-09 18:51

霹雳吧啦Wz《pytorch图像分类》-p4GoogLeNet网络

《pytorch图像分类》p4GoogLeNet网络详解一、GoogLeNet网络中的亮点1.inception结构2.使用1×1的卷积核进行降维及映射处理3.GoogLeNet辅助分类器4.模型参数二
失舵之舟-·2024-01-09 09:33

奇异值分解

https://blog.csdn.net/Jayphone17/article/details/113106887降维与压缩——奇异值分解（SVD）奇异值分解（SingularValueDecomposition
闪闪发亮的小星星·2024-01-09 06:47

python pca/svd原理及应用

它的主要作用是对高维数据进行降维。PCA把原先的n个特征用数目更少的k个特征取代，新特征是旧特征的线性组合，这些线性组合最大化样本方差，尽量使新的k个特征互不相关。
资料加载中·2024-01-08 20:43

拆解了200篇公众号文章，eva终于找到了文章粘性的一个关键点。

昨晚她就给我说了一次，我没有在意，我认为这是套路——降降维别人能听懂就是所谓的用心——也就是用户视角。今天恰好三节课刷屏，EVA又郑重其事的告诉我，写文章像老黄那样，就会觉得很真诚，包括辉哥奇谈。
铁匠826·2024-01-08 14:13

2022年互联网时代，那什么是互联网思维？

2.互联网思维是降维的，让互联网产业低姿态主动去融合实体产业。3.互联网思维是一种做事的方法论，即好的产品自己会说话，让产品说服用户，用户帮产
逍遥小书生7·2024-01-08 11:14

人会因为读了一本书而变得高尚吗？

一旦觉得势力单薄了就要把自己喜欢的作者拉出来挡在身前，来证明自己与作者站在一起，然后去贬低别人无法达到它和作者能够达到的高度，也许这就是所谓的降维打击吧，作者可能也不会明
沾衣·2024-01-07 19:28

[Python] 如何使用scikit-learn库进行线性回归训练和预测

它提供了各种监督和无监督学习算法，包括分类、回归、聚类、降维等。Scikit-learn易于使用且功能强大，可以处理大型数据集，并且具有很好的可扩展性。
老狼IT工作室·2024-01-07 17:15

目标检测part1

1*1卷积GoogleNet/Inception可看作全连接1、增加非线性2、特征降维空洞卷积在相同的感受野的情况下，使用空洞卷积得到更大的特征图，获得更密集的数据，而更大的特征图有助于目标检测和目标分割任务中对小物体的识别分割效果转置卷积不是真正意义上的反卷积
草莓味的狮子座leo·2024-01-07 11:53

【Python百宝箱】数据清洗艺术：Python库助力打磨完美数据

本文深入探讨了一系列强大的Python库，它们在处理重复数据、字符串匹配、数据整理以及降维等方面发挥着重要作用。通过学习这些库，数据科学家们能够更高效地提升数据质量，为深入分析和建模打下坚实基础。
friklogff·2024-01-07 10:56

机器学习系列 - 9. 主成分分析法 PCA

1.主成分分析法思想及原理1.1什么是主成分分析法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（非监督的机器学习方法）。
小蘑菇1962·2024-01-07 07:20

SVD如何分解矩阵？

奇异值分解（SingularValueDecomposition，简称SVD）是一种将矩阵分解为三个矩阵乘积的方法，其用途广泛，包括矩阵压缩、降维、最小二乘问题等。
机器人那些事儿·2024-01-07 06:43

分类3：机器学习处理read-wine（红酒）数据集代码

目录1介绍2导入常用的工具箱3导入数据集4MinMaxScaler归一化5分别使用svm、knn、决策树、随机森林进行实验6使用PCA降维，然后使用随机森林进行分类7GridSearchCV调整rf的参数
王小葱鸭·2024-01-07 03:04

PCL 基于PCA算法的点云平面拟合

平面拟合一、算法原理1、平面拟合2、参考文献二、代码实现三、结果展示一、算法原理1、平面拟合  PCA是一种数学变换的方法，利用降维的思想在变换中保持变量的总方差不变，将给定的一组变量线性变换为另一组不相关的变量
点云侠·2024-01-06 23:31

No.1《平面国》：什么是降维打击？这本书真的神了！

科幻大作《星际穿越》，如今依旧是很多人N刷的神剧。主人公库珀在五维空间中用物化的时间，跨越时空，拯救濒临灭绝的人类。中国作家刘慈欣在《三体》中也对维度展开过很多的想象。“维度”也成为很多科幻谜们探索的热词。电影《星际穿越》插图可乐今天要推荐的书不是《三体》，而是由英国作家埃德温·A·艾勃特写于1884年的《平面国》。科幻大师艾萨克·阿西莫夫曾说，“要想理解维度没有比平面国更好的入门作品了”，这本书
可乐真读传·2024-01-06 20:29

基于PCA-WA（Principal Component Analysis-weight average）的图像融合方法 Matlab代码及示例

本文主要展示利用PCA降维结合weight-average的图像融合方法。
foddcusL·2024-01-06 19:21

即使是乘风破浪的姐姐们，也逃不出这个困局？！

反而是这样一个把“降维打击”做到极致的综艺节目，再次带火了这些姐姐们。更有意思的是，作为专业歌手的丁当，一曲相当完美的演绎。却被杜华评价为可能和未来的女团不和谐，反而给了75的低分。
财富流学院·2024-01-06 15:18

一图读懂-神经网络14种池化Pooling原理和可视化（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风控模型·2024-01-06 14:06

李宏毅机器学习-PCA

无监督学习做什么无监督学习主要做两件事情：聚类&降维：比如说下图的树木，只有输入图片，没有标签，我们希望通过一个函数抽象的表达他们，于是抽出一个更抽象的表述生成器：也就是无中生有，我们有很多图片，但不知道是怎么生成的
Zhuanshan_·2024-01-06 09:43

机器学习——特征工程之K均值降维

机器学习——特征工程之K均值降维前言一、K-均值聚类（K-means）1、算法推导2、举例二、降维前言1、先直观解释什么是平面（线性子空间）和流形（非线性子空间）：答：如果线性子空间是一张平展的纸，那么非线性流形的一个简单例子就是卷起来的纸
macan_dct·2024-01-06 09:11

机器学习中的流形学习算法 Manifold Learning

1.流形学习概述流形学习manifoldlearning，于2000年在Science杂志上首次提出，是一大类基于流形的框架，是机器学习、模式识别中的一种方法，在维数约简（降维）方面具有广泛的应用。
scott198512·2024-01-06 09:11

主成分分析

实验目的继续学习无监督学习中的降维算法，最经典的降维算法为主成分分析实验原理PCA的几何解释平移（去中心化）、旋转坐标轴，找到主成分pc1和pc2。
ykzcs2000·2024-01-06 06:02

利用自编码器(AutoEncoder, AE)，对图像或信号进行降维和聚类，并将隐空间在2D空间中可视化，通过Matlab编程实现

自编码器（AutoEncoder）是一种无监督学习方法，用于对数据进行降维和聚类。它通过学习输入数据的低维表示来重构输入数据，同时保持数据的分布不变。
学兔兔VIP·2024-01-06 04:04

复利管理—如何持续让自己成长

复利—重复、持续地盈利一、复利的两个维度1.坡的长度（投资要从现在开始）2.雪的湿度（1）纵向复利—专，精，逐一攻克，熟悉的领域持续前行（2）横向复利—多点降维突破法，即同时进行多个动作，但降低难度二、
独上兰舟_bac7·2024-01-05 22:04

20191109(要点) 降维打击～真爱与替代品～讨好型人格～成长四阶段

___毛豆笔记2019.11.10感恩春霞整理音频要点导语：降维打击举例：感恩冰蓝的高能分享～感恩毛豆结合自身理解和冰蓝分享整合成文字～别人对我们进行批判，其实批判的只是二维平面上影射的某一个侧面。
麒麟_702b·2024-01-05 03:40

清风数学建模代码笔记2（更新课_1

1.excel制图2.因子分析类似于主成分分析也用作降维，但其容易解释，较之主成分分析使用更为广泛。
笑一个吧U·2024-01-05 02:42

数学建模 -- 灰色关联分析

写在前面：笔记为自行整理，内容出自课程《数学建模学习交流》，主讲人：清风主要用于系统分析和综合评价非主流主成分分析不可以综合评价是用来降维的案例一：进行系统分析第一步：画统计图并且分析第二步：确定分析数列第三步
yb0os5·2024-01-05 02:40

【数学建模】主成因分析

目录一、问题的提出二、降维的作用五、PCA的计算步骤六、例题1讲解七、例题2的讲解八、Matlab代码九、主成分分析的滥用：主成分得分十、主成分回归本讲将介绍主成分分析(PrincipalComponentAnalysis
要如我愿·2024-01-05 02:40

清风数学建模笔记-主成分分析

内容：主成分分析介绍：主成分分析是一种降维算法，它通过旋转和变换将多个指标转化为少数几个主成分，这些主成分是原变量的线性组合，且互不相关，其能反映出原始数据的大部分信息。
别被算法PUA·2024-01-05 02:10

降维算法的简单介绍

降维算法降维算法：通过减少数据的维度，如主成分分析和t-分布邻域嵌入等。降维通俗的讲，是通过减少数据的维度来处理高维数据的过程。降维算法有助于消除数据中的冗余信息，减少噪声，并提高计算效率。
Algorithm_Engineer_·2024-01-04 23:49

机器学习期末复习题

过拟合的处理：1.获得更多的训练数据2.降维3.正则化4.集成学习方法欠拟合的处理：1.添加新特征2.增加模型复杂度3.适当减小正则化系数2.什么是10次10折交叉验证?为什么要
南笙，·2024-01-04 20:24

数模学习day06-主成分分析

主成分分析(PrincipalComponentAnalysis,PCA)主成分分析是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息
WenJGo·2024-01-04 16:31

清风数学建模笔记-因子分析

内容：因子分析概念：通过分析研究变量间的相关系数矩阵，把这些变量间错综复杂的关系归结成少数几个综合因子，由于归结出的因子个数少于原始变量的个数，但是又包含原始变量的信息，所以这一过程也称之为降维，与主成分分析相比更容易得到解释
别被算法PUA·2024-01-04 14:53

20条创业笔记

2.解决问题最好的方式，就是降维打击，要么将问题降低一个维度，要么将人提高一个维度。
萃见·2024-01-04 12:26

回顾逐渐没落的《三国群英传》系列，你最喜欢的是哪一部？

细细回想童年时期，感觉我们能接触到的三国题材游戏很多，我们也很乐于玩这些三国题材游戏：像是横版过关的《吞食天地》，战棋类的《三国志曹操传》、即时战略的《三国霸业》、还有对以上游戏降维打击最有代入感的《真三国无双
绘空之事·2024-01-04 11:32

pytorch入门：权重正则化，Dropout正则化，BN ，权重初始化

主要是传统的二分类，多分类，多标签分类，还有新的目标检测，目标识别，图形分割等无监督学习没有标签的数据，通过推断输入数据中的结构来建模，模型包括关联学习，降维，聚类等半监督学习这个就是前两者的结合，使用大量的没标记的数据
AI路漫漫·2024-01-04 11:24

Review of Feature Selection, Dimensionality Reduction and Classification for Chronic Disease Diagnos

ReviewofFeatureSelection,DimensionalityReductionandClassificationforChronicDiseaseDiagnosis-慢性病诊断的特征选择、降维和分类综述摘要慢性病的早期诊断在卫生保健界和生物医学领域发挥着至关重要的作用
aab11235·2024-01-04 10:02

关于数据降维的几种方法

1.什么是数据降维？数据降维是指将高维数据转化为低维数据的过程。在现实生活中，我们常常面临高维数据的问题，例如图像数据、文本数据、传感器数据等。
亦旧sea·2024-01-03 21:37

机器学习（三） -- 特征工程（2）

特征工程（1-2）未完待续……目录系列文章目录前言三、特征预处理1.1、无量纲化2、归一化2.2.1、线性归一化2.2.1、***最大最小均值归一化2.2.1、***最大绝对值归一化3、标准化四、特征降维
₫从心·2024-01-03 13:54

30、共空间模式CSP与白化矩阵

CSP算法和PCA降维都涉及到了白化，那白化的目的和作用到底是啥呢？矩阵白化目的：对于任意一个矩阵X，对其求协方差，得到的协方差矩阵cov(X)并不一定是一个单位阵。
是馒头阿·2024-01-03 12:37

提高JavaScript代码优雅性的一些小技巧《一》

2、includes的正确使用姿势3、Array.map()的简写4、逗号运算符(,)5、在没有第三个变量的情况下交换两个变量6、从数组中删除重复项6、数组降维7、快速生成0-9的数组8、逻辑空赋值(?
你人还怪好的·2024-01-03 10:13

机器学习的方法

例如，聚类和降维问题。半监督学习（Semi-supervisedLearning）：同时使用标记数据和未标记数据来训练模型，这种方
爱打网球的小哥哥一枚吖·2024-01-03 05:08

机器学习——主成分分析（PCA）

主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用的无监督学习算法，用于降维和数据可视化。主要目标是将高维数据转换成低维空间，同时尽可能保留原始数据的信息。
m0_黎明·2024-01-03 01:05

醉话

现在的我，什么也不是，自己都看不上的人，也能降维打击我，呵，这可悲的现在。如果不是为了钱，也许不会想到写作，我想起当年被语文老师关在小屋里，要我把所有书
橘胖子·2024-01-02 17:52

深度生成模型之自编码器与变分自编码器 -＞（个人学习记录笔记）

模型求解3.优化目标4.再参数化策略AE与VAE的对比AE与VAE的主要局限性深度生成模型之自编码器与变分自编码器自编码器AE1.定义Auto-Encoder，学习输入数据的有效编码2.自编码器的应用降维
slience_me·2024-01-02 13:01

机器学习——主成分分析（PCA）

基本思路主成分的代数定义和代数推导主成分的代数定义主成分的代数推导PCA算法两种实现方法1、基于特征值分解协方差矩阵实现PCA算法2、基于SVD分解协方差矩阵实现PCA算法PCA具体实现数据集介绍具体代码实现及运行结果数据获取PCA降维总结背景在许多领域的研究与应用中
TXQIHYJ·2024-01-02 08:08
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他