decomposition

python 数据降维PCA，KernelPCA模型

运行环境：win1064位py3.6pycharm2018.1.1importnumpyasnpimportmatplotlib.pyplotaspltfromsklearnimportdatasets,decomposition
Jack_丁明·2018-06-19 23:43

用scikit-learn学习主成分分析(PCA)

1.scikit-learnPCA类介绍在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。
DemonHunter211·2018-05-11 14:09

用scikit-learn学习主成分分析(PCA)

1.scikit-learnPCA类介绍在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。
猪逻辑公园·2018-05-09 19:08

用scikit-learn学习主成分分析(PCA)

scikit-learnPCA类介绍在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。
necther·2018-04-16 08:49

EMS Decomposition

ETS:Youdisaggregateatimeseriesintothreecomponents--trend,seasonalandresidual.Thetrendcomponentissupposedtocapturetheslowly-movingoverallleveloftheseries.Theseasonalcomponentcapturespatternsthatrepeate
98Future·2018-04-10 06:25

Python机器学习----第3部分 特征抽取

fromsklearn.decomposition
henreash·2018-01-16 21:46

Speeding-up CNN using CP-Decomposition

ApproachWeproposeasimpletwo-stepapproachforspeedingupconvolutionlayerswithinlargeconvolutionalneuralnetworksbasedontensordecompositionanddiscriminativefine-tuning.Givenalayer,weusenon-linearleastsquar
信步闲庭v·2017-12-11 06:08

QR分解法(QR decomposition)

QRdecompositiondividesambynmatrixAAintoaproductofanorthogonalmatrixQQandanuppertriangularmatrixRR:A=QRA=QRThusAx=b=>QRx=b=>QTQRx=QTb=>Rx=QTbAx=b=>QRx=b=>QTQRx=QTb=>Rx=QTbQRdecompositioncanbeimplemente
cocoonyang·2017-11-19 10:09

python之实战----PCA、SVD、（NOnlinear PCA）KernelPCA、战iris

PCA#-*-coding=utf-8-*-importnumpyasnpfromsklearnimportdatasets,decomposition,manifoldimportmatplotlib.pyplotaspltdefload_data
Gunther17·2017-11-11 21:47

奇异值分解（SVD）经典讲解

文章链接如下：http://web.mit.edu/be.400/www/SVD/Singular_Value_Decomposition.htmhttp://charleshm.github.io/2016
donyzh·2017-11-01 09:28

推荐系统学习笔记之三 LFM (Latent Factor Model) 隐因子模型 + SVD (singular value decomposition) 奇异值分解

LowRankMatrixFactorization低阶矩阵分解在上一篇笔记之二里面说到我们有五部电影，以及四位用户，每个用户对电影的评分如下，？表示未评分。Movies\UserUser1User2User3User4Movie15500Movie25？？0Movie3？40？Movie40054Movie5005？那么我们可以把第一个表格里的内容转化成一个矩阵R：R=⎡⎣⎢⎢⎢⎢⎢55?005
小鹅鹅·2017-10-19 23:13

偏差—方差分解(bias-variance decomposition)

一段可以解释学习算法泛化性能的推导过程，要想提升自己模型的预测能力，得先了解这种能力受什么影响偏差-方差分解可以对学习算法的期望泛化错误率进行拆解，得到清晰明确的错误构成对于测试样本x，令yD为x在数据集中的标记，y为x的真实标记，f(x;D)为训练集D上学得模型f在x上的预测输出。以回归任务为例学习算法的期望预测为：F(x)=ED[f(x;D)]使用样本数相同的不同训练集产生的方差为：var(x
Liangjun_Feng·2017-08-29 20:58

SVD(Singular value decomposition)奇异值分解

奇异值分解是线性代数中一种重要的矩阵分解，在信号处理、统计学等领域有重要应用。奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性，但还是有明显的不同。对称阵特征向量分解的基础是谱分析，而奇异值分解则是谱分析理论在任意矩阵上的推广。(百度百科)转载自：http://blog.csdn.net/zhongkejingwang/article/d
David_Jett·2017-08-11 13:30

sklearn_PCA实践

sklearn中如何应用pca，理论推导在http://blog.csdn.net/huangyi_906/article/details/75578213）官网中给出的介绍：classsklearn.decomposition.PCA
huangyi_906·2017-07-31 14:56

Heavy-Light Decomposition

structHeavyLightDecomposition{staticconstint__=500005;intpre[__],siz[__],dep[__];inttop[__],heavy[__],lson[__],rson[__];intn,root,idx;llval[__];vectorG[__];HeavyLightDecomposition():root(1){}voidbuild
fo0Old·2017-07-21 19:38

关于SVD(Singular Value Decomposition)的那些事儿

转自：http://www.cnblogs.com/tgycoder/p/6266786.htmlSVD简介SVD不仅是一个数学问题，在机器学习领域，有相当多的应用与奇异值都可以扯上关系，比如做featurereduction的PCA，做数据压缩（以图像压缩为代表）的算法，还有做搜索引擎语义层次检索的LSI（LatentSemanticIndexing）或隐性语义分析（LatentSemantic
deng_sai·2017-07-04 15:44

基于模糊聚类和最小割的层次化三维网格分割算法（Hierarchical Mesh Decomposition）

网格分割算法是三维几何处理算法中的重要算法，具有许多实际应用。[Katzetal.2003]提出了一种新型的层次化网格分割算法，该算法能够将几何模型沿着凹形区域分割成不同的几何部分，并且可以避免过度分割以及锯齿形分割边界。算法的核心思想是先利用模糊聚类的方法分割几何模型，并保留分割边界附近的模糊区域，然后利用最小割的方法在模糊区域里寻找准确的分割边界。算法主要包含以下4个步骤：1.计算网格中所有相
算法小丑·2017-03-27 10:00

scikit-learn中PCA的使用方法

1、函数原型及参数说明[python]viewplaincopysklearn.decomposition.PCA(n_components=None,copy=True,whiten=False)参数说明
AnneQiQi·2017-03-21 16:52

scikit learn 中pca 的用法

PCA参数如下：classsklearn.decomposition.PCA(n_components=None,copy=True,whiten=False,svd_solver='auto',tol
Jiede1·2017-03-19 11:34

【机器学习】人像识别（二）——PCA降维

我用了python里sklearn.decomposition模块的IncrementalPCA。参考资料：sklearn.decomposition.PCA，IncrementalPCA。
VegB·2017-02-08 18:24

用scikit-learn学习主成分分析(PCA)

1.scikit-learnPCA类介绍在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。
刘建平Pinard·2017-01-02 20:00

Matrix and Tensor Decomposition in Recommender Systems 阅读笔记（翻译）

MatrixandTensorDecompositioninRecommenderSystems阅读笔记（翻译）2.MATRIXDECOMPOSITION矩阵分解（matrixfactorization）是将一个矩阵分解为多个矩阵相乘结果的过程，它对发掘参与实体（participatingentities,如用户和商品）的数据中的潜在关系有着重要意义。在简化形式中，矩阵分解方法仅用两个矩阵，这两个
DS_agent·2016-10-13 00:37

Codeforces Gym 100971M Decomposition into Good Strings DP+数据结构

题目大意：定义有k个不同的字符的字符串为好字符串。现在给出一个字符串，求解对该字符串的每个前缀Si至少是多少个好字符串的连接，若不能由好字符串连接而成则输出-1。例：k=2abac至少是ab和ac这两个好字符串的连接。字符串长度#include#include#includeusingnamespacestd;constintmaxn=1e5*2+10;charbuf[maxn];intcha[2
NKWBTB·2016-05-15 11:43

时间序列 R 07 时间序列分解 Time series decomposition

一个时间序列可以分解为多个模型的组合1.1时间序列的组成1.1.1时间序列组成模式三种时间序列模式（不计剩余残差部分）1.趋势Tend：比如线性趋势，先增加后降低的整体趋势2.季节性Seasonal：以时间为固定周期，呈现循环的特性3.周期性Cyclic：在以不固定周期不断震荡，通常周期性至少持续2年下图就是讲时间序列分解之后的结果，应该比较容易理解上面的定义下图是周期性的表现之一：每个周期的震荡
bea_tree·2016-05-02 15:00

scikit-learn中的主成分分析（PCA）的使用

1、函数原型及参数说明classsklearn.decomposition.PCA(n_components=None,copy=True,whiten=False)参数说明：n_components:
上品物语·2016-04-26 09:00

奇异值分解（Singular Value Decomposition）

-线性变化的几何表现首先看下简单的矩阵，这是一个对角矩阵M=(3001)我们先用这个对角矩阵乘以一个点来看看它的几何变化。(3001)∗(xy)=(3xy)在几何上就相当于把原来的向量x轴方向拉伸成了原来的3倍–》再来看下对称矩阵M=(2112)利用对称矩阵乘以一个点来看看它的几何变化-》这并不能清晰的显示出发生了怎样的几何变换，我们可以把整个坐标轴逆时针旋转45度来更好的发现规律。-》从上图可以
hebastast·2016-04-13 23:39

奇异值分解（Singular Value Decomposition）

-线性变化的几何表现首先看下简单的矩阵，这是一个对角矩阵M=(3001)我们先用这个对角矩阵乘以一个点来看看它的几何变化。(3001)∗(xy)=(3xy)在几何上就相当于把原来的向量x轴方向拉伸成了原来的3倍–》再来看下对称矩阵M=(2112)利用对称矩阵乘以一个点来看看它的几何变化-》这并不能清晰的显示出发生了怎样的几何变换，我们可以把整个坐标轴逆时针旋转45度来更好的发现规律。-》从上图可以
HE19930303·2016-04-13 23:00

105 PCA和logistic regression的联合使用

1.主要函数介绍1.1PCA当矩阵为n*n时，其运算复杂度为n^3http://scikit-learn.org/stable/modules/generated/sklearn.decomposition.PCA.html
bea_tree·2016-04-07 20:00

Big class decomposition in Java

IhavejuststartedtolearnJavaandiscuriousisitanygoodpracticeinJavaforgoodobjectdecomposition?Letmedescribeaproblem.Inbigsoftwareprojectit'salwaysabigclasseslike'core'or'ui'thattendstohavealotofmethodsan
银月光海·2016-03-18 15:00

Singular value decomposition

SVDisafactorizationofarealorcomplexmatrix.Ithasmanyusefulapplicationsinsignalprocessingandstatistics.Formally,thesingularvaluedecompositionofanm×nrealorcomplexmatrixMisafactorizationoftheformUΣV∗.Uisa
bendanban·2016-03-14 21:00

Salient Object Detection via Structured Matrix Decomposition

  标题是一篇关于显著对象检测的论文，内容是我关于这篇文章的一个翻译和总结。  在显著对象检测方面，低秩复原模型表现出很大的潜力。低秩表示模型，即把观测矩阵分解为一个低秩矩阵和一个稀疏矩阵，其中低秩矩阵代表图像的背景，稀疏矩阵表示图像上的显著性对象，但是低秩复原模型仍有两个主要的缺陷：1）先前的工作中总是假设稀疏矩阵中的元素是相互独立的，因此忽略了图像区域在空间和模式上的联系；2）当低秩矩阵和稀疏
jzwong·2016-02-22 17:00

偏置方差分解Bias-variance Decomposition

http://blog.csdn.net/pipisorry/article/details/50638749偏置-方差分解(Bias-VarianceDecomposition)偏置-方差分解(Bias-VarianceDecomposition)是统计学派看待模型复杂度的观点。Bias-variance分解是机器学习中一种重要的分析技术。给定学习目标和训练集规模，它可以把一种学习算法的期望误差
pipisorry·2016-02-05 17:00

QR decomposition and Givens Rotation (QR分解与Givens旋转)

在最近做的一个研究中，需要对QR分解进行更新，因此了解了一些关于QR分解和Givens旋转的内容。在这里进行总结。QR分解所谓QR分解，就是将一个矩阵（可以不是方阵）分解成一个正交矩阵和一个上三角矩阵。即A=QR其中Q是正交矩阵，即Q中的列向量互相正交，即QTQ=I；R是上三角矩阵。当A为非奇异矩阵时，这个分解是唯一的。实现QR分解的算法有多种，包括Gram–Schmidt正交化，Househol
dymodi·2015-12-12 20:10

[树链剖分] CF593D. Happy Tree Party

思想从这里看的(不能再清晰了)：http://blog.anudeep2011.com/heavy-light-decomposition/代码从这列看的(区间操作的非LCA思想太赞了)：http://
kg20006·2015-11-28 17:00

Graph Decomposition

http://acm.timus.ru/problem.aspx?space=1&num=1320 ural 的题目倒是挺好的 不过题意一直让人匪夷所思呀  很难懂 题意：给一个图 依次从里面拿走两个相邻的边 问可不可以最后全拿完 并查集 很巧妙 我承认我看了解题报告 自己思维还是不够呀 每个连同块 里面边的个数是偶数就可以 奇数就不可以 代码： #include&
·2015-11-13 13:47

Latent semantic indexing

(LSI) is an indexing and retrieval method that uses a mathematical technique called Singular value decomposition
·2015-11-12 18:30

Singular Value Decomposition(SVD)--奇异值分解

奇异值分解是线性代数中一种重要的矩阵分解，在信号处理、统计学等领域有重要应用。奇异值分解在某些方面与对称矩阵或Hermite矩阵基于特征向量的对角化类似。然而这两种矩阵分解尽管有其相关性，但还是有明显的不同。对称阵特征向量分解的基础是谱分析，而奇异值分解则是谱分析理论在任意矩阵上的推广。 目录 1 理论描述2 奇异值和奇异向量, 以及他们与奇异值分解的关系 1.
·2015-11-12 18:21

Graph Decomposition

１３２０ 简单并查集 1 #include <iostream> 2 #include<cstdio> 3 #include<cstring> 4 #include<algorithm> 5 #include<stdlib.h> 6 #include<vector> 7 using nam
·2015-11-12 18:30

奇异值分解（We Recommend a Singular Value Decomposition）

文章转自：奇异值分解（We Recommend a Singular Value Decomposition） 文章写的浅显易懂，很有意思。但是没找到转载方式，所以复制了过来。
·2015-11-12 10:26

UVA11396-Claw Decomposition(二分图判定)

题目链接 题意：能否将一张无向连通图分解成多个爪型。每一条边仅仅能属于一个爪型，每一个点的度数为3. 思路：当图分解成类干个爪型时，每条边仅仅属于一个爪子，所以每条边的两个点一定要处于2个不同的鸡爪中 代码： #include <iostream> #include <cstdio> #include <cstring> #include
·2015-11-11 19:28

LU Decomposition

“矩阵代数初步”(Introduction to MATRIX ALGEBRA)课程由Prof. A.K.Kaw(University of South Florida)设计并讲授。 PDF格式学习笔记下载（Academia.edu） 第7章课程讲义下载（PDF） Summary For a nonsingular matrix $[A]$ on which one can alway
·2015-11-11 17:08

[DP] Rod-cutting problem

Decomposition 的第一步是：第一刀切在哪？可以切在最左边（等于整根卖出去）；可以切在位置1，位置2，。。。 关键的一点是，刀切下去后，左半段就不再切了，继续切右半段。切右半段就变
·2015-11-11 12:46

matlab之矩阵分解

矩阵分解 　　矩阵分解 (decomposition, factorization)是将矩阵拆解为数个矩阵的乘积。
·2015-11-11 06:40

机器学习中的矩阵方法04：SVD 分解

奇异值分解( SVD, Singular Value Decomposition ) 在计算矩阵的伪逆( pseudoinverse )，最小二乘法最优解，矩阵近似，确
·2015-11-11 02:17

矩阵分解（rank decomposition）文章代码汇总

矩阵分解（rank decomposition）文章代码汇总 矩阵分解（rank decomposition） 本文收集了现有矩阵分解的几乎所有算法和应用，原文链接：https://sites.google.com
·2015-11-11 00:16

HDU 3916 Sequence Decomposition 【贪心】

这道题目的题意就是使用题目中所给的Gate 函数，模拟出输入的结果 当然我们分析的时候可以倒着来，就是拿输入去减 每次Gate 函数都会有一个有效范围 这道题目求的就是，找出一种模拟方法，使得最小的有效范围最大化。 是一道【贪心】题 参考了https://github.com/boleynsu/acmicpc-codes 的做法 b 数组中存放是 Sequence 的下标 这是一个
·2015-11-10 23:20

【笔记】Stanford OpenCourse—CS106A：Programming Methodology—002

Problem solving in Karel Decomposition The Idea of an algorithm 1.
·2015-11-09 13:36

机器学习中的矩阵方法01：线性系统和最小二乘

LU Decomposition 假设现在要解一个线性系统： Ax = b， 其中 A 是 n×
·2015-11-09 12:27

奇异值分解（SVD）和简单图像压缩

SVD(Singular Value Decomposition,奇异值分解) 算法优缺点： 优点：简化数据，去除噪声，提高算法结果 缺点：数据的转换可能难于理解 适用数据类型：数值型数据
·2015-11-07 10:24

<转>机器学习笔记之奇异值分解的几何解释与简单应用

A sigular value decomposition 目录(?)[-] Introduction The geometry of linear transforma
·2015-11-07 10:46
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他