PAC降维第2页

【机器学习笔记】12 聚类

无监督学习与此不同的是，在无监督学习中，我们的数据没有附带任何标签，无监督学习主要分为聚类、降维、关联规则、推荐系统等方面。

RIKI_1·2024-02-19 19:38

【机器学习笔记】 6 机器学习库Scikit-learn

自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了，scikit-learn简称sklearn，支持包括分类，回归，降维和聚类四大机器学习算法。

RIKI_1·2024-02-19 19:07

OpenAI视频生成模型Sora背后的技术及其深远的影响

其核心技术包括使用视觉块编码将不同格式的视频统一编码成Transformer可训练的嵌入向量，以及类似于扩散过程的UNet方法进行降维和升维的加噪与去噪操作。

知来者逆·2024-02-19 16:45

不出局品牌孵化营早课笔记【4P理论】

比如卖菜：菜市场VS钱大妈【科技加持，降维打击】。⑥十倍法则和10%转化理论。⑦营销定位作战地图：引流区、贡献区、识

睿贝妈妈育儿·2024-02-19 15:15

单细胞转录组基础分析六：伪时间分析

它分析的前提需要一张展现细胞转录特征相似性关系的图，Monocle2使用DDTree降维图，Monocle3使用UMAP降维图。Monocle的机器学习算法可以依据上述降维图形，学习描述细胞如

Seurat_Satija·2024-02-19 12:25

多元统计分析课程论文-聚类效果评价

UnsupervisedLearningonCountryData(kaggle.com)代码参考：Clustering:PCA|K-Means-DBSCAN-Hierarchical||Kaggle基于特征合成降维和主成分分析法降维的国家数据集聚类效果评价目录

talle2021·2024-02-19 11:45

Dataframe型数据分析技巧汇总

数据降维的几种方法HF.075|时间序列趋势性分析方法汇总机器学习必须了解的7种交叉验证方法（附代码）这个图！

我叫杨傲天·2024-02-19 11:30

机器学习中7种常用的线性降维技术总结

上篇文章中我们主要总结了非线性的降维技术，本文我们来总结一下常见的线性降维技术。

·2024-02-19 10:25

机器学习中的10种非线性降维技术对比总结

降维意味着我们在不丢失太多信息的情况下减少数据集中的特征数量，降维算法属于无监督学习的范畴，用未标记的数据训练算法。尽管降维方法种类繁多，但它们都可以归为两大类:线性和非线性。

·2024-02-19 10:49

在线作图丨差异分析——ANOSIM相似性分析

在一些高维数据分析中，需要使用PCA、PCoA、NMDS等方法进行降维，但这些方法并不显示组间差异的显著性指标，因此可以使用ANOSIM分析解决此问题。

维凡生物·2024-02-15 01:00

社区团购---最后的流量红利

其实这是让互联网巨头们要将目光放到更高的维度，而各路网友、大咖也在不断声讨这样的降维打击“吃相太过难看”，互联网巨头拥有雄厚的财力、大量的

焦点商业·2024-02-14 22:40

如何将零碎信息结构化并做到有序安放，以实现知识积累？

二向箔与三维宇宙接触的瞬间可以将三维空间压缩成二维平面，这种降维打击可以毁灭任何的弱小文明，你可以把结构化想象成是二向箔。知识积累：将零碎信息结构化、有序安放任何混乱复杂的信息结构化都能给

集英万事屋·2024-02-14 17:38

用PAC人际交往法则对待情侣沟通

心理学家埃尔波你提出的PAC人际交往框架。PAC这3个字母呢分别指的是是

清扬先生·2024-02-14 11:26

【深度学习】S2 数学基础 P1 线性代数（上）

目录基本数学对象标量与变量向量矩阵张量降维求和非降维求和累计求和点积与向量积点积矩阵-向量积矩阵-矩阵乘法深度学习的三大数学基础——线性代数、微积分、概率论；自本篇博文以下几遍博文，将对这三大数学基础进行重点提炼

脚踏实地的大梦想家·2024-02-14 08:17

升纬思考，降维攻击

用自己的能力与眼光去努力提升自己的思维层次，用高维层次去解决低维问题。同时，时间也是一个参考标准，应加大对时间的认知度

被剧透的人生·2024-02-14 02:45

DS Wannabe之5-AM Project: DS 30day int prep day14

自编码器常用于特征学习、降维和去噪。Autoencoderneuralnetwork:ItisanunsupervisedMachinel

wendyponcho·2024-02-13 20:29

springboot-使用assembly进行项目打包

RequiresaMavenprojecttobeexecuted.Requiresdependencyresolutionofartifactsinscope:compile+runtime.Sinceversion:1.1.Bindsbydefaulttothelifecyclephase:pac

沉沦2014·2024-02-13 16:42

机器学习入门--主成分分析原理与实践

主成分分析主成分分析（PrincipalComponentAnalysis，简称PCA）是一种常用的降维技术和数据分析方法。它通过线性变换将原始高维数据映射到低维空间，从而提取出数据中最重要的特征。

Dr.Cup·2024-02-13 13:06

R数据分析：主成分分析及可视化

isausefultechniqueforexploratorydataanalysis,allowingyoutobettervisualizethevariationpresentinadatasetwithmanyvariables.主成分分析是一个常见的降维

Codewar·2024-02-13 13:56

关于创业的帖子

生意可以发展为企业，但是企业做成生意就是降维打击。

榴莲光影·2024-02-13 09:59

Containerd 的前世今生和保姆级入门教程

Containerd的前世今生很久以前，Docker强势崛起，以“镜像”这个大招席卷全球，对其他容器技术进行致命的降维打击，使其毫无招架之力，就连Google也不例外。

super_journey·2024-02-13 06:45

一道线性DP题目进阶-论二维DP

所谓二维DP，即为dp数组的维度为二维的dp(当然有时候可能会三维四维，或者存在一些优化使得它降维)，广义的来讲就是有多个维度的dp，即用于描述dp的状态不止一个。

Cx_330_PLT·2024-02-12 23:14

所谓“降维攻击” ，可能只是展开了另一个世界

“降维攻击”这一概念通过中国科幻作家刘慈欣的科幻小说《三体Ⅲ·死神永生》而广为人知。

设计CN北京·2024-02-12 21:15

分析流程||scanpy单细胞分析流程2-降维聚类及差异基因鉴定

gzh：BBio，欢迎关注scanpy软件由TheisLab实验室开发，和Seurat相同都是常用的单细胞数据分析工具。scanpy以anndata数据结构存储的单细胞基因表达数据，包括预处理、可视化、聚类、轨迹推断和差异基因鉴定等功能。基于python实现可以有效处理超过100万个细胞的数据集的强大功能。以10X官网的3kpbmc数据为例，学习一下scanpy。参考：https://scanpy

BBio·2024-02-12 20:44

数据降维方法介绍（十二）

第八种方法：自编码器降维姓名：何源学号：21011210073学院：通信工程学院转载：基于自编码网络AutoEncoder完成数据降维并且提取数据的本质特征【嵌牛导读】自编码器降维方法简介【嵌牛鼻子】自编码器

科技小白不能再白了·2024-02-12 16:50

财富高效能

一定是为特定人群；萌姐特别强调“特定”，而不是为所有的人；是降维还是升维，需要根据自己的情况进行选择；2、解决了什么问题？

苏春苏姐·2024-02-12 13:28

roslaunch启动launch文件出现的问题

dist-packages/roslaunch/__init__.py",line306,inmainp.start()File"/opt/ros/kinetic/lib/python2.7/dist-pac

park_one·2024-02-12 10:10

随想闲谈｜那些年看过的网络小说（下）

玄幻架空类的金手指一般是奇遇获至宝或武功，而这类穿越文则是利用高科技与跨越时代的思维对古人进行降维打击。这种小说作者比起前一种，至少我认为是比较高级的，因为他们是带着自己的理想，

别跑梅洛斯·2024-02-12 04:32

2018-04-23 怀沙·科幻之夜得到直播

故事精华：智子水滴观点：降维打击（举例：58同城之于电线杆小广告）三体：维度实验室三体不是一个侵略小说，而是哥俩一起成长，最后成为宇宙顶梁柱的小说。

Ethan_Lan·2024-02-11 20:31

使用UMAP降维可视化RAG嵌入

大型语言模型（LLMs）如GPT-4已经展示了出色的文本理解和生成能力。但它们在处理领域特定信息方面面临挑战，比如当查询超出训练数据范围时，它们会产生错误的答案。LLMs的推理过程也缺乏透明度，使用户难以理解达成结论的方式。检索增强生成（RAG）在LLMS的工作流程中添加了一个检索步骤，使其能够在响应查询时从其他来源（如私人文本文档）中查询相关数据。这些文档事先分成小段，然后使用embedding

·2024-02-11 17:42

计算机视觉所需要的数学基础

-特征值和特征向量：用于图像的特征提取和降维。微积分：-导数：用于图像边缘检测，通过计算图像亮度的变化率来识别边缘。-积分：用于图像的面积和体积计算，以及光流法中的运动估计。概率论与统计学：-概率分

superdont·2024-02-11 16:29

Code review是个数学问题：从二向箔说起

difoil.jpeg即使是没有看过《三体》的同学，对于降维攻击这个词应该也不陌生。二向箔是将三维空间变成二维空间的武器。我们引用一段原文：“两个二维体的结构在星光下

Jtag特工·2024-02-11 15:35

【计算机视觉】计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-10-生成网络-北邮鲁鹏老师课程笔记无监督学习聚类K-means降维线性降维主成分分析非线性降维自编码特征学习密度估计贝叶斯决策生成模型生成模型的应用生成模型分类密度估计参考密度估计分类显示的密度估计

暖焱·2024-02-11 02:14

060天--降维打击不懂税的你 2022-03-01

学习过程中，也的确是一个自信体系完善的过程，此间，也真实感受到站高位，降维打击给自己带来的机会与爽快。下面这两件事就是实例。

d865fa9aeb5a·2024-02-10 23:47

keras 池化层

池化层又称下采样，是对卷积层的降维处理，常用的池化有最大池化、平均池化。

与AI零距离·2024-02-10 18:00

如何多维度思考

多维度与降维打击我们常常说的大格局，跨界，一定意义上都是多维度思考的结果，看到的比其他人多一个面，甚至几个面，然后进行综合，结合起来这样的视角，也更为全面，在超预测一书中提到的蜻蜓的复眼，说的就是多视角

度过到渡过·2024-02-10 17:18

深度学习知识点总结

2.5无监督降维提供的是帮助还是摧毁？2.6批大小如何影响测试正确率？2.7初始化如何影响训练?2.8不同层的权重是否以不同的速度收敛？2.9正则化如何影响权重？

Danah.F·2024-02-10 08:54

数据处理方法—— 7 种数据降维操作！！

文章目录数据降维1.主成分分析（PCA）2.线性判别分析（LDA）3.t-分布随机邻域嵌入（t-SNE）4.局部线性嵌入（LLE)5.多维缩放（MDS)6.奇异值分解（SVD)7.自动编码器（Autoencoders

JOYCE_Leo16·2024-02-10 06:13

降维算法

维度的理解对于数组和series来说，shape返回的数字的而个数就是维度。比如：有行列之分的叫做二维，也称作一张表。当一个数组中存在2张3行4列的表时，shape返回的是[高维，行，列]。当数组中存在两组两张3行4列的表时，数据就是4维，shape返回（2，2，3，4）数组中的每一张表，都可以是一个特征矩阵或者是一个DataFrame，这些结构只有一张表，所以一定有行列。其中，行是样本，列是特征

bokli_dw·2024-02-10 01:26

ARM PAC/BTI/MTE三剑客精讲与实战

一、PAC指针认证精讲与实战思考1、什么是栈溢出攻击？什么是代码重用攻击？区别与联系？2、栈溢出攻击的软&硬件缓解技术有哪些？在TF-A&OPTEE上的应用？3、什么是ROP攻击？

安全二次方·2024-02-10 01:19

如何提升解决问题的能力

海岳老师：把问题的维度降低；提升自己的维度海明老师：1.遇到难题的时候：（1）把事降维：（向内求）先说爱因斯坦的金句：再进行解释；自行把难度降低，2-1的过程（2）把人升维（向外求）向各位老师学习提高维度

宝藏语文老师刘莹·2024-02-10 00:24

【吴恩达机器学习】第八周—聚类降维Kmeans算法

31.jpg1.聚类(Clustering)1.1介绍之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监督学习中，我们有一个有标签的训练集，我们的目标是找到能够区分正样本和负样本的决策边界，在这里的监督学习中，我们有一系列标签，我们需要据此拟合一个假设函数。与此不同的是，在非监督学习中，我们的数据没有附带任何标签，我们拿到的数据就是这样的：1.png在这里我们有一系列点，却没有标签

Sunflow007·2024-02-09 20:26

大刀刘：战略能力，实现降维打击（450）

#大刀刘品牌战略定位450一种战略能力：死磕一点，攻其一点，不及其余，精准打击。每一个小的细分领域最优秀的人，优秀的程度都一样的路径。人生的结果天壤之别，其实关键分水岭，就在于一次次选择上的不同。做出一个正确选择的能力，实际上是一个人战略能力的缩影。人生赛场，选择能力比努力重要，战略就是选择。检验一个战略是否优秀的唯一标准，战略是否占据有利的位置，且持续有增长和竞争优势壁垒。毛主席是最伟大的战略家

大刀刘品牌战略顾问·2024-02-09 09:07

特征工程:特征提取和降维-下

目录一、前言二、正文Ⅰ.流形学习Ⅱ.t-SNEⅢ.多维尺度分析三、结语一、前言通过上篇对线性与非线性的数据的特征提取和降维的学习之后，我们来介绍其他方法，分别有流行学习、多维尺度分析、t-SNE。

林浩杨·2024-02-09 00:31

特征工程:特征提取和降维-上

而特征提取和降维，则是对原始数据的特征进行相应的数据变换，并且通常会选择比原始特征数量少的特征，同时达到数据降维的目的。

林浩杨·2024-02-09 00:01

单细胞转录组之Seurat包全流程-数据过滤、降维分群及可视化

1.Seurat包的安装及数据的准备1.1加载需要的包和数据if(!requireNamespace("BiocManager",quietly=TRUE))install.packages("BiocManager")BiocManager::install("Seurat")library(Seurat)#devtools::install_github('satijalab/seurat-d

青青青山·2024-02-08 23:32

李宏毅机器学习（二十）无监督学习Neighbor Embedding近邻嵌入

ManifoldLearning我们有时候的特征其实是低维度的放到高纬度上去，比如地球表面是2维的，但是被放到了3维空间，比如左下的S曲面，其实可以展开到2维平面上去，接下来就方便我们进一步计算分类等等插图1我们有如下几个降维方法

ca8519be679b·2024-02-08 10:38

社群学员晨读分享【孙子兵法~攻守道】

所谓不在一个层次的降维打击。耐得住寂

龙老思社群专家·2024-02-08 09:25

每天一个数据分析题（一百五十七）

当对多个连续型变量进行主成分分析（PCA）以降维并且简化数据时，以下哪项原则通常被用来决定应当保留多少个主成分？A.保留的主成分个数应当使得累积方差解释比例至少达到50%。

紫色沙·2024-02-08 09:53

每天一个数据分析题（一百五十五）

关于高维数据在模型建立中的处理，以下描述正确的是：A.在分类模型中通常不需要进行变量选择和降维，因为算法可以处理成千上万个变量。B.聚类模型中剔除不相关变量主要依赖于算法而不是分析师的经验和维度分析。

紫色沙·2024-02-08 09:20

推荐频道

PAC降维