17篇文章 · 23816字 · 2人关注
-
(十二)LLE局部线性嵌入降维算法一. 前言 1. LLE 局部线性嵌入(Locally Linear Embedding，以下简称LLE)是非常重要的降维方法。和传统的PCA，...
-
(十一)KPCA非线性降维与核函数一. 前言 在前文讲述PCA降维算法时提到，PCA只能处理线性数据的降维，本质上都是线性变换，并且它仅是筛选方差最大的特征，去除特征之间的线性相...
-
(十)PCA降维算法
一.前言 主成分分析（Principal components analysis，以下简称PCA）是最重要的降维方法之一。在数据压缩消除冗余和数...
-
回归问题的评价方法
一. 前言 回归问题主要是求值，评价标准主要是看求得值与实际结果的偏差有多大，所以，回归问题主要以下方法来评价模型。 二. 评价方法 1. 均方...
-
机器学习误差与改进策略（二）一. 如何判断过拟合与欠拟合 1. 根据训练集与验证集（测试集）的代价 d表示多项式的指数，d越大，模型越复杂。 欠拟合：模型复杂度不高时，若发...
-
常见激活函数特点分析一. 什么是激活函数 神经网络中，输入神经元线性组合后，传入的非线性函数就是激活函数（大多是非线性的）。 二. 激活函数的主要功能 给神经网络引...
-
数据归一化与标准化
一. 为什么需要特征缩放 对于大多数的机器学习算法和优化算法来说，将特征值缩放到相同区间可以使得获取性能更好的模型。就梯度下降算法而言，例如有两...
-
机器学习误差与改进策略（一）一. 如何评估泛化能力 在机器学习中，我们用训练数据集去训练一个模型，通常会定义一个Loss误差函数。通过梯度下降等算法将这个Loss最小化，来...
-
(九)神经网络之BP网络一. 算法描述 BP网络和感知机一样，是前馈神经网络的代表，不同在于BP网络是一种多层且复杂的神经网络。而BP算法是一种用于前馈多层网络的反向传...
文集作者
