这次，我们来学习一种经典的降维方法:线性判别分析（Linear Discriminant Analysis, 以下简称LDA).在前面博客中（点我）我们讲解了PCA降维算法。PCA追求的是在降维之后能够最大化保持数据的内在信息，并通过衡量在投影方向上的数据方差的大小来衡量该方向的重要性。PCA优缺点：优点：1.最小误差2.提取了主要信息缺点：PCA将所有的样本（特征向量集合）作为...

四分位数识别数据中的异常值（附代码）

深度学习之目标检测实战蓝皮书，专栏的目标是涵盖各个领域的目标检测实战，以实战为导向，先上手后学习，持续推进。

机器学习中相似性度量方法-余弦相似度

收集机器学习/深度学习比赛网站

一、前言1. 滑动窗口检测器1.1 滑动窗口介绍一种用于目标检测的暴力方法：从左到右，从上到下滑动窗口（窗口大小、滑动步长预先设定），利用分类识别目标。得到窗口内的图片送入分类器，但是很多分类器只取固定大小的图像，所以这些图像需要经过一定的变形转换。但是，这不影响分类的准确率，因为分类器是可以处理变形后的图像。将图像变形（warped）转换成固定大小:变形图像块被输入CNN分类器中，提取4096个

3σ原则识别数据中的异常值

使用RFE进行特征选择

【图像分类】基于计算机视觉的坑洼道路检测和识别（2个类别）

时间序列：季节性多因子时间序列预测模型SARIMAX