PCA主成分分析PCA介绍PCA引入PCA 与 linear regressionPCA Algorithm预处理PCA 具体细节应用PCA重构reconstruction如何选择K应用PCA的建议PCA应用场景PCA的错用overfittingPCA的使用建议PCA（主成分分析）PCA介绍PCA引入我们仍然以俩个feature为例。对于黑色叉点，也就是拥有俩

第一周内容针对单变量，也就是一个feature。这此考虑多变量，即多个features。仍然与预测房价为例，影响房价的因素不只有面积，我们加入卧室数量、楼层、房龄，这些可看作新加入的feature。由此我们有以下表示：m是样本数目，n是特征数目，X的上标表示第i个训练样本X的下标表示第j个特征。相应的推导多特征下的各种函数如下：（为了方便向量化运算，取x0=1）把损失

以一个例子引入：把这俩个特征单独拿出来都是符合高斯分布的，现有一个绿色的异常点，我们很难从x1和x2这俩个维度下去判别是否是异常点。因为从左图看，正常数据是分布在椭圆范围内，我们使用的异常检测算法是从中心区域向外以正圆的形式扩展的，当我们碰到左上角的绿色点时，很有可能就处于正常数据等同的同心圆内，所以就不能判定异常。 所以我们需要改良版的异常检测算法—-多元高斯分布在多元高斯分布中，

阻塞式检查方式非阻塞式语句while(cin>>str)，str是个string类型，在一行中输入几个string，末位加个ctrl+z,输入没有结束，除非输入换行后，再输入ctrl+z才能跳出输入。一直不明白未什么，解释请看下。输入缓冲是行缓冲。当从键盘上输入一串字符并按回车后，这些字符会首先被送到输入缓冲区中存储。每当按下回车键后，cin.get()就会检测输入缓冲区中是否有了可读的数

阻塞式检查方式非阻塞式语句while(cin>>str)，str是个string类型，在一行中输入几个string，末位加个ctrl+z,输入没有结束，除非输入换行后，再输入ctrl+z才能跳出输入。一直不明白未什么，解释请看下。输入缓冲是行缓冲。当从键盘上输入一串字符并按回车后，这些字符会首先被送到输入缓冲区中存储。每当按下回车键后，cin.get()就会检测输入缓冲区中是否有了可读的数

matlab中函数（四）1、log（n） 以e为底的对数log2（n）以2为底的对数log10（n）以10为底的对数2、exp（n）以e为底的指数3、prod（n）=prod（n,1）返回矩阵n的每列元素的乘积，结果是一个行向量prod（n,2）返回矩阵n的每行元素乘积，结果为一个列向量4、floor（n）对矩阵每个元素返回不超过它的最大值（

聚类Clustering无监督介绍和聚类引入K-means算法K-means规范表述更具体的K-means处理未分离的簇目标优化K-means优化函数目的K-means的优化函数随机初始化随机初始化注意选择簇的数量肘部法则通过后续目的来判定聚类（Clustering）无监督介绍和聚类引入正如我们前面所说，监督学习问题的数据带有标签，目的是找到一个分界面使带标签的数据分隔开。

今天看论文遇到个等式求解问题，卡壳了就在wiki上查了下这里讨论非齐次线性方程组。非齐类似。抓住这个核心：矩阵中线性无关行向量的个数也称为矩阵的秩，矩阵的秩<=未知数的个数当矩阵的秩等于方程未知数的个数时，方程有唯一解且解为0。当矩阵的秩小于方程未知数的个数时，方程有无数个解。wiki的链接：https://zh.wikipedia.org/wiki/%E7%BA%BF%E6

主要解决俩个问题：Canny算子是什么？是一种经典的图像边缘检测算子Canny算子怎么用？下面会提及具体的实施步骤从图像的边缘检测说起：在数字图像中，物体的边缘是以数字图像的局部特征的不连续形式出现即灰度或者结构等信息的突变出成为边缘。边缘能够勾勒出物体的形状、能被局部定义，以及能传递大部分的图像信息等优点。因此边缘检测是处理很多复杂问题的关键。在图像中的边缘有方向和幅度俩个特性。...

VMware12提示 已将该虚拟机配置为使用 64 位客户机操作系统。但是，无法执行 64 位操作。此主机支持 Intel VT-x，但 Intel VT-x 处于禁用状态解决办法：下载LeoMoon CPU-V 检查一下CPU VT-x状态是否启用地址：http://download.csdn.net/detail/taoshujian/9770327如果未启用 VT-x启用状态这里会有一