相关内容
从DBSCAN算法谈谈聚类算法
dbscan算法前言最近看了一篇关于电子商务防欺诈的相关论文，其中在构建信用卡的个人行为证书中用到了dbscan算法。 具体内容请参看论文： credit card fraud detection:a fusion approach using dempster–shafer theory and bayesian learning。 我就想深入了解下这个聚类方法是怎么工作的。 在思考这个具体dbscan...
什么是算法
比如求最短hamiton环的tsp，这是一个nph，当然如果问给定长度问此完全图有无不超过给定长度的hamiton环，这是一个npc，我们可以用很多启发式算法来找最短hamiton环，比如蚁群算法、粒子群算法、遗传算法都可以。 经我实际实际验证，蚁群效果最好，粒子群提前收敛是在太讨厌，遗传算法表现也一般。 p=np和p! =np的情况...
SIFT算法详解
近来不断有人改进，其中最著名的有surf和csift。? 8、总结 本人研究sift算法一月有余，鉴于相关知识的缺失，尺度空间技术和差分近似求导曾困我良久。 lowe在论文中对细节提之甚少，甚至只字未提，给实现带来了很大困难。 经过多方查阅，实现，总结成此文。 自认为是到目前为止，关于sift算法最为详尽的资料，现分享给...
机器学习算法之kd树
create something today even if it sucks.—— 作者不详上篇文章讲了 k-近邻算法 ，但是引出了一个问题：实现 k-近邻算法 时，主要考虑的问题是如何对训练数据进行快速 k 近邻搜索。 这在特征空间维数大及训练数据容量大时尤其必要。 k 近邻法最简单的实现是线性扫描（穷举搜索），即要计算输入实例与每一个训练实例...
深入浅出聚类算法
主要的算法接下来我们介绍几种典型的聚类算法，包括层次聚类，k均值算法，em算法，dbscan算法，optics算法，mean shift算法，谱聚类算法。 层次聚类对于现实生活中的某些问题，类型的划分具有层次结构。 如水果分为苹果，杏，梨等，苹果又可以细分成黄元帅、红富士、蛇果等很多品种，杏和梨也是如此。 将这种谱系关系...
深入浅出聚类算法
主要的算法接下来我们介绍几种典型的聚类算法，包括层次聚类，k均值算法，em算法，dbscan算法，optics算法，mean shift算法，谱聚类算法。 层次聚类对于现实生活中的某些问题，类型的划分具有层次结构。 如水果分为苹果，杏，梨等，苹果又可以细分成黄元帅、红富士、蛇果等很多品种，杏和梨也是如此。 将这种谱系关系...
数据结构和算法——kd树
n}x_j=left { x_{j,1},x_{j,2},cdots ,x_{j,n} right }，其两者之间的相似度为：s=∑t=1n(xi,txj,t)2√s=sqrt{sum_{t=1}^{n}left ( x_{i,t}-x_{j,t} right )^2}对于k-近邻算法的具体过程，可以参见博文简单易学的机器学习算法——k-近邻算法。 在k-近邻算法的计算过程中，通过暴力的对每一对样本计算其相似度是非常好...
最全算法工程师面试题目整理(一)
维度越多，bagging算法越优秀； 数据量上不多不少的情况下，svm效果最好； 常用判断：roc、auc、ks、f1值、recall等； auc计算方法：roc曲线下方的面积...其实，这些都很基础但是时间长了，真的很绕人，我也是先自己默默的在纸上画了挺久才和面试管聊，有点出乎我的意料。 7循环神经网络中介绍一个你熟悉的？ ...
机器学习的敲门砖：kNN算法（下）
kd树的检索kd树的检索是knn算法至关重要的一步，给定点p，查询数据集中与其距离最近点的过程即为最近邻搜索。? 如在构建好的k-d tree上搜索(3,5)的最近邻时，对二维空间的最近邻搜索过程作分析。 首先从根节点(7,2)出发，将当前最近邻设为(7,2)，对该k-d tree作深度优先遍历。 以(3,5)为圆心，其到(7,2)的距离为半径...
机器学习的敲门砖：kNN算法（下）
kd树的检索kd树的检索是knn算法至关重要的一步，给定点p，查询数据集中与其距离最近点的过程即为最近邻搜索。? 如在构建好的k-d tree上搜索(3,5)的最近邻时，对二维空间的最近邻搜索过程作分析。 首先从根节点(7,2)出发，将当前最近邻设为(7,2)，对该k-d tree作深度优先遍历。 以(3,5)为圆心，其到(7,2)的距离为半径...
一文读懂机器学习，大数据自然语言处理算法全都有！
（6）推荐算法推荐算法是目前业界非常火的一种算法，在电商界，如亚马逊，天猫，京东等得到了广泛的运用。 推荐算法的主要特征就是可以自动向用户推荐他们...各种不同算法在输入的数据量达到一定级数后，都有相近的高准确度。 于是诞生了机器学习界的名言：成功的机器学习应用不是拥有最好的算法，而是拥有最多的...
总结：常见算法工程师面试题目整理(一)
最近抽风，出去面试了不少公司，和不少算法工程师招聘的朋友有所交流，整理了相关比较有意思的题目，供大家参考：附：每题视情况给出答案或答案简介，如有疑问，欢迎私信1. 基于每日用户搜索内容，假设只有少量已知商品的情况下，如何根据用户搜索内容获取平台内没有的新商品？? 答案：这是一条类似于分词“新词获取...
一文读懂机器学习，大数据自然语言处理算法全有了……
3）svm（支持向量机）支持向量机算法是诞生于统计学习界，同时在机器学习界大放光彩的经典算法。 支持向量机算法从某种意义上来说是逻辑回归算法的强化：通过给予逻辑回归算法更严格的优化条件，支持向量机算法可以获得比逻辑回归更好的分类界线。 但是如果没有某类函数技术，则支持向量机算法最多算是一种更好的线性...
k-d tree算法的研究
最后在计算单应性矩阵时，使用ransac算法再进行一次提纯，剔除错误的匹配对。 关于ransac算法，我还会再写一篇文章讲一讲。 david g.lowe的论文说3个或以上的特征点匹配对可以确认一个正确的识别。 （因为单应性矩阵的计算最少得使用4个点，并且可能会有错误匹配的情况存在，所以最好需要多一点的特征点匹配对）本文...
机器学习算法Python实现
目录一、线性回归1、代价函数2、梯度下降算法3、均值归一化4、最终运行结果5、使用scikit-learn库中的线性模型实现二、逻辑回归1、代价函数2、梯度3、正则化4、s型函数（即）5、映射为多项式6、使用的优化方法7、运行结果8、使用scikit-learn库中的逻辑回归模型实现逻辑回归_手写数字识别_onevsall1、随机显示100个...
入门深度学习，理解神经网络、反向传播算法是第一关
机器不可能像你一样，凭感觉随手画一下就拟合了，它必须要通过某种算法才行。 假设有一堆按一定规律分布的样本点，下面我以拟合直线为例，说说这种算法的...如果学过就最好，没学过也没关系，仅仅知道原理和过程即可，有兴趣的读者可以涉猎一些推导证明。 2．掌握经典机器学习理论与基本算法这些基本算法包括支持...
图表
【地理数据匹配】单击超链接【数据未匹配】，打开地理数据匹配对话框，进行数据匹配，如下图：本产品提供了四种匹配算法，已匹配的数据将在地图中显示...数据匹配后，就可以画出大区分组的中国地图，如图：如果用户需要将中国按照自己设置的分组进行展示，可以对默认大区分组数据进行编辑。 说明： 澳大利亚...
【机器学习】一文读懂机器学习，大数据自然语言处理算法全有了……
3、svm（支持向量机）支持向量机算法是诞生于统计学习界，同时在机器学习界大放光彩的经典算法。 支持向量机算法从某种意义上来说是逻辑回归算法的强化：通过给予逻辑回归算法更严格的优化条件，支持向量机算法可以获得比逻辑回归更好的分类界线。 但是如果没有某类函数技术，则支持向量机算法最多算是一种更好的线性...
高效的多维空间点索引算法 — Geohash 和 Google S2
接下来继续来说多维空间点索引算法，下面一个算法的理论基础来自希尔伯特曲线，先来仔细说说希尔伯特曲线。 三. hilbert curve 希尔伯特曲线1. 希尔伯特...我们可以在球的6个方向上，把45°的辅助圆画出来，见下图左边。? 上图左边的图画了6个辅助线，蓝线是前后一对，红线是左右一对，绿线是上下一对。 分别都...
6个你应该熟知的机器学习算法
降维算法的主要作用是压缩数据与提升机器学习其他算法的效率。 通过降维算法，可以将具有几千个特征的数据压缩至若干个特征。 另外，降维算法的另一个好处...01 回归算法在大部分机器学习课程中，回归算法都是介绍的第一个算法。 原因有两个：一回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中...
