一般来说，监督学习就是最小化下面函数： [w^* = argmin_w sum_iL(y_i,;f(x_i;w)) + lambdaOmega(w) ] 对于第一部分——Loss函数，一般有如下几种情况： 如果是Square loss，那就是最小二乘了； 如果是Hinge Loss，那就是著名的SVM了； 如果是exp-Loss，那就是牛逼的 Boo...
W~J~T~E 一、基本方法 在做自然语言处理的过程中，我们经常会遇到需要找出相似语句的场景，或者找出句子的近似表达，那么求句子相似度方法有哪些呢？ 编辑距离计算 杰卡德系数计算 TF 计算 TFIDF 计算 Word2Vec 计算 1）Word2Vec：其实就是将每一个词转换为向量的过程 这里我们可以直接下载训练好的 Word2Vec 模型，...
一、聚类算法中的距离 1. 单个样本之间的距离 余弦距离 在聚类分析中，一般需要对数据进行标准化，因为聚类数据会受数据量纲的影响。 在sklearn库中，可调用如下方法进行标准化： 1 from sklearn.preprocessing import StandardScaler 2 data = Standard...
线性函数拟合（y=a+bx） 1. R运行实例 R语言运行代码如下：绿色为要提供的数据，黄色标识信息为需要保存的。 x<-c(0.10,0.11, 0.12, 0.13, 0.14, 0.15,0.16, 0.17, 0.18, 0.20, 0.21, 0.23) y<-c(42.0,43.5, 45.0, 45.5, 45.0,...
一、介绍 1、量化就是把信号的连续取值映射成多个离散的幅值的过程，实现了信号取值多对一的映射。 2、残差数据进过变换之后，变换系数具有较大的取值范围，量化可以有效减小信号的取值范围，进而获得更好的压缩效果，量化是造成失真的根本原因 二、衡量失真的三种准则（分别有对应的公式）： 1、均方差MSE 2、信噪比SNR 3、峰值信噪比PSNR 三、HEVC...