一、生成数据表1、首先导入pandas库，一般都会用到numpy库，所以我们先导入备用import numpy as npimport pandas as pd2、导入CSV或者xlsx文件：df=pd.DataFrame(pd.read_csv('name.csv'),header=1)df=pd.DataFrame(pd.read_excel('name.xlsx'))3、用pandas创建数

前言将简单的模型组合起来，效果比单个更复杂的模型好。组合的方式很多，随机化（比如random forest），Boosting（比如GBDT）都是其中典型的方法，今天主要谈谈Gradient Boosting方法（这个与传统的Boosting还有一些不同）的一些数学基础，有了这个数学基础，上面的应用可以看Freidman的Gradient Boosting Machine。要求...

引言我们已经了解了如何使用 PCA 降低数据维度（见上一个博客机器学习中的数学（九）：主成分分析（PCA））。在一些算法中还需要一个与之相关的预处理步骤，这个预处理过程称为 白化（一些文献中也叫 sphering）。举例来说，假设训练数据是图像，由于图像中相邻像素之间具有很强的相关性，所以用于训练时输入是冗余的。白化的目的就是降低输入的冗余性；更正式的说，我们希望通过白化过程使得学习算法的输入..

一、核范数核范数||W||*是指矩阵奇异值的和，英文称呼叫Nuclear Norm。这个相对于上面火热的L1和L2来说，可能大家就会陌生点。那它是干嘛用的呢？霸气登场：约束Low-Rank（低秩）。OK，OK，那我们得知道Low-Rank是啥？用来干啥的？我们先来回忆下线性代数里面“秩”到底是啥？举个简单的例子吧：对上面的线性方程组，第一个...

前言有很多统计推断是基于正态分布的假设，以标准正态分布变量为基石而构造的三个著名统计量在实际中有广泛的应用，这是因为这三个统计量不仅有明确背景，而且其抽样分布的密度函数有显式表达式，它们被称为统计中的“三大抽样分布”。这三大抽样分布即为著名的卡方分布，t分布和F分布。卡方分布（Chi-squared Distribution）卡方分布的基本描述　　　具有k个自由度的卡...

梯度是方向导数变化最大的方向！！！1.方向导数方向导数的本质是一个数值，简单来说其定义为：一个函数沿指定方向的变化率。因此，构建方向导数需要有两个元素：1) 函数2) 指定方向当然，与普通函数的导数类似，方向导数也不是百分之百存在的，需要函数满足在某点处可微，才能计算出该函数在该点的方向导数。至于其物理含义，这里采用最常用的下山图来表示。...

前言如果学习分类算法，最好从线性的入手，线性分类器最简单的就是LDA，它可以看做是简化版的SVM，如果想理解SVM这种分类器，那理解LDA就是很有必要的了。谈到LDA，就不得不谈谈PCA，PCA是一个和LDA非常相关的算法，从推导、求解、到算法最终的结果，都有着相当的相似。本次的内容主要是以推导数学公式为主，都是从算法的物理意义出发，然后一步一步最...

一、冒泡排序算法思想：1.比较相邻的元素。如果第一个比第二个打，就交换他们两个。2.对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。这步做完之后，最后的元素会是最大的数3.针对所有的元素重复以上的步骤，除了最后一个4.持续每次对越来越少的元素重复上面的步骤。直到没有任何一对数字需要比较。...

霍夫圆变换原理霍夫圆变换的基本原理与霍夫线变换（https://www.cnblogs.com/bjxqmy/p/12331656.html）大体类似。对直线来说，一条直线能由极径极角（r，θ）表示，而对于圆来说，我们需要三个参数：圆心（a，b），半径 r。笛卡尔坐标系中圆的方程为：化简便可得到：对于（x0，y0），我们可以将通过这一点的所有圆统一定义为：a = x0- r·cosθb = y0-

目录一、彩色基础二、彩色模型三、色彩转换四、彩色图像处理基础五、彩色图像处理六、彩色图像的噪声七、彩色图像的压缩附加知识点一、彩色基础彩色定义：彩色是物体的一种属性，他依赖于一下三个方面的因素。（1）光源——照射光的谱性质或谱能量分布（2）物体——被照射物体的反射性质（3）成像接收器（眼睛或成像传感器）——光谱能量吸收性质二、彩色模型...