前言 我们知道,只有方阵才有特征值和特征向量,因此只有方阵才能特征值分解, 那么非方阵怎么办? 奇异值和奇异值分解 特征值分解只适用于方阵, 奇异值分解适用于任意的矩阵. 奇...
发简信
IP属地：上海
-
机器学习中的数学——奇异值和奇异值分解
-
K最近邻（KNN，K-Nearest Neighbor）K最近邻（KNN，K-Nearest Neighbor）所谓最近邻，就是K个最近的邻居每个样本都能用它最近的K个邻居来代表 机器学习中的五种距离度量 [项目地址：https:...
-
支持向量机(SVM)[1]
SUPPORT VECTOR MACHINE 一、间隔与支持向量 给定训练样本集： 基于训练集在样本空间中找到一个划分超平面，这个超平面应该是最鲁棒(Robust),对未见示...