- 博客(9)
- 收藏
- 关注
RSS订阅原创 机器学习-主成分分析（PCA）方法-人脸识别
这种降维的方法不仅可以减少数据的维度，提高算法的计算效率，同时也能保留大部分原始数据的特征，有助于提高识别的准确性。变换矩阵W的选择将决定映射后的新特征空间，而PCA的目标是找到最佳的W，使得映射后的特征空间Y能够最大程度地保留原始数据的信息。提取最显著特征：PCA算法能够将原始数据映射到一个新的低维空间，新空间的特征向量是按照重要性递减的顺序排列的，因此可以提取出最显著的特征，有助于更好地表示和区分人脸特征。根据特征值的大小，选择最大的k个特征值对应的特征向量作为变换矩阵W的列向量，得到W。
2025-06-05 19:55:37
739
原创 机器学习-支持向量机（SVM）算法
核函数的选择对SVM分类器的性能和泛化能力有着显著影响，通过正确选择和调整核函数，我们可以更好地适应不同类型的数据分布。3.内存利用率高：SMO算法只需要存储一部分的训练样本和其对应的参数，而不需要存储全部的训练数据，因此在处理大规模数据时，占用的内存较少。4.精度较高：SMO算法对于复杂的非线性问题有较好的表现，并且通过调整参数和核函数的选择，可以得到更好的分类结果。在寻找最大间隔超平面的过程中，SVM找到了支持向量，即离超平面最近的那些样本点，它们决定了最终超平面的位置。
2025-05-22 16:40:19
1970
原创 机器学习-logistics算法
通过对数据集的准备、特征工程、模型训练和评估，可以应用Logistic回归算法于实际问题中，并取得良好的分类效果。与线性回归不同，Logistic回归输出的是一个概率值，用于表示样本属于某一类的可能性。它基于logistic函数，将输入特征的线性组合转换为一个在0到1之间的概率值。其中的一个重要算法是Logistic回归算法，它在分类问题中具有广泛的应用。通过迭代的方式，不断调整参数，直到达到损失函数的最小值。模型对正确分类的样本损失趋近于0，对错误分类的样本施加极高的惩罚（对数放大误差）。
2025-05-16 20:15:08
948
原创 机器学习-朴素贝叶斯分类算法
还被用于推荐系统，根据用户行为数据提供个性化推荐，以及在图像识别中对物体进行分类，尽管其假设特征独立这一条件在实际中往往不完全成立，但其简单高效的特性使其在许多场景下仍然表现出色，为各领域提供了有效的解决方案。它通过训练样本计算各类别的先验概率及特征的条件概率，分类时依据贝叶斯公式求得后验概率并依此判断类别，算法简单高效，对小规模数据表现良好，适合文本分类、垃圾邮件过滤等多分类任务，但其“特征独立”假设在实际中往往难以完全满足。在类别 c k 下，所有特征 X (j) 的条件概率的乘积。
2025-05-03 19:09:40
2047
原创 机器学习-决策树的实现
在计算的过程中，我们会计算条件下每个分支的归一化信息熵，即用每个分支在该属性中出现的概率，来乘以该分支的信息熵。Gain(D,a)中 D 是当前结点包含的所有结果（来自父节点某一分支）， a 是为划分这些结果所选的属性，Di 则是属性a下不同的分支所包含的结果。常用的特征选择指标有信息增益、信息增益比、基尼指数等，用于评估特征的重要性和划分能力，选择最佳的特征进行划分。（4）层数越多，叶结点越多，分的越细致，对训练数据分的也越深，越容易过拟合，导致对测试数据预测时反而效果差，泛化能力差。
2025-04-20 17:23:37
1001
原创 机器学习--实现ROC,PR曲线
在机器学习中，ROC曲线和PR曲线是评估二分类模型性能的重要工具：ROC曲线通过绘制真正例率（TPR）和假正例率（FPR）反映模型对正负类的整体区分能力，其AUC-ROC值越接近1表明模型性能越好，适用于类别均衡的场景；ROC曲线以假阳性率为横轴，真阳性率为纵轴，同样通过改变分类阈值得到一系列点连接而成，越接近左上角表示模型性能越优，适用于评估分类器的整体性能，尤其在类别平衡的数据集中表现较好。两者在样本平衡的情况下表现相似，但在实际应用中，应根据具体的数据集和评估需求，选择合适的曲线来评估模型的性能。
2025-03-30 12:54:08
923
原创 K近邻算法的实现
K近邻算法的简单性也使得它成为一种常用的分类和回归方法之一，通过计算样本之间的相似度，K近邻算法可以对新样本进行分类或回归预测。其核心思想是：给定一个新实例，通过计算它与训练集中每个实例的距离，找出距离最近的K个邻居，然后根据这些邻居的类别（分类任务）或值（回归任务）来预测新实例的输出。在K近邻算法中，k值的选定是一个重要的参数，它表示用于预测新样本的最近邻居的数量。而对于较大的数据集，选择较大的k值可能更合适，以充分利用更多的邻居信息。4.：选择K值：选择K的值，即选择离未知样本距离最近的K个样本。
2025-03-19 19:19:54
924
原创 超详细arduino 入门案例：流水灯实验
本次实验旨在通过按键按钮控制流水灯，帮助学生理解物联网系统中硬件与软件的交互原理，掌握输入设备（按键）与输出设备（LED灯）的信号控制方法，学习基本的电路设计和编程逻辑，包括按键的工作原理、LED灯的控制方法、限流电阻的作用、Arduino引脚的功能设置、按键去抖动技术以及流水灯的控制逻辑，同时培养学生的电路连接、代码编写和问题解决能力，为进一步学习物联网安全和复杂系统设计奠定基础。通过读取按键状态（按下或松开），控制LED灯的点亮顺序和时间间隔，实现流水灯的动态效果。松开按键时，流水灯停止。
2025-03-02 15:01:47
2689
原创 机器学习相关软件的安装与环境配置
通过本博客，我们了解了如何安装和配置机器学习所需的软件和环境，。机器学习提供了许多强大的工具和技术，它们可以帮助我们从数据中发现模式、做出预测并自动化决策。机器学习是一门快速发展的领域，它提供了许多强大的工具和技术，可以帮助我们从数据中发现模式、做出预测并自动化决策。成功安装会显示Anaconda的版本号，这里anaconda就安装完成了。系统平台中安装和使用，下载的时候找到对应的点击即可。新建环境变量【根据自己安装的盘，选择对应的盘】机器学习相关软件的安装与环境配置。
2025-02-28 12:49:19
441
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人