长情啤酒

文章
8
资源
1
加入时间
2年10月17天

降维详解

降维降维是解决维度灾难和过拟合的重要⽅法,除了直接的特征选择外,我们还可以采⽤算法的途径对特征进⾏筛选,线性的降维⽅法以 PCA 为代表,在 PCA 中,我们只要直接对数据矩阵进⾏中⼼化然后求奇异值分解或者对数据的协⽅差矩阵进⾏分解就可以得到其主要维度。⾮线性学习的⽅法如流形学习将投影⾯从平⾯改为超曲⾯。解决过拟合的问题除了正则化和添加数据之外,降维是最好的方法。降维的思路来源于维度灾难的问题,我们知道n维球的体积为:那么在球体积与边长为2R的超立方体比值为:这就是上面所说的降维灾难,在高维数据

Collaborative Filtering(协同过滤)算法详解基本思想具体实现

基本思想基于用户的协同过滤算法是通过用户的历史行为数据发现用户对商品或内容的喜欢(如商品购买,收藏,内容评论或分享),并对这些喜好进行度量和打分。根据不同用户对相同商品或内容的态度和偏好程度计算用户之间的关系。在有相同喜好的用户间进行商品推荐。简单的说就是如果A,B两个用户都购买了x、y、z三本图书,并且给出了5星的好评。那么A和B就属于同一类用户。可以将A看过的图书w也推荐给用户B。...

【DSP】计算DFT频谱的参数选择

文章目录时域离散化(满足采样定理)频域离散化参数选择例:音乐频谱分析参数选择利用DFT在计算连续时间信号时,由于时域的采样往往会出现一些问题,下面就DFT的一些参数做一些探讨。时域离散化(满足采样定理)若信号的最高频率为fhf_hfh​, 根据奈奎斯特采样定理,抽样频率(采样率)应满足:fs>2fhf_s > 2f_hfs​>2fh​也就是抽样间隔TTT应满足:T=1fs<12fhT = \frac{1}{f_s}<\frac

【 MATLAB 】sinc 函数简介

为了内容的完整性,这里简单的介绍了sinc函数,这个函数的更多应用实在信号处理中,其他方便不清楚,因此,先基本了解,之后关于采样函数的重构等知识在相关学科中再了解吧。 这是一个最基本的例子,画出来sinc函数的图像,这是对sinc函数的第一印象,至少在matlab中是这样的。当然在信号处理或信号与系统中,我们对sinc函数的第一印象是,这和sinc函数是一样的。这里对此不作记录,具体参考信号...