-
Python实现聚类K-means算法
本文内容、数据参考周志华《机器学习》，代码部分为个人实现，如有错误还请指出。K-means（K均值）算法是最简单的一种聚类算法，它期望最小化平方误差E=∑i=1k∑x∈Ci∣∣x−μi∣∣22E=\sum\limits_{i=1}^k\sum\limits_{x\inC_i}||\pmbx-\pmb
-
Softmax简介
Softmax是一种数学函数，通常用于将一组任意实数转换为表示概率分布的实数。其本质上是一种归一化函数，可以将一组任意的实数值转化为在[0,1]之间的概率值，因为softmax将它们转换为0到1之间的值，所以它们可以被解释为概率。如果其中一个输入很小或为负，softmax将其变为小概率，如果输入很大
-
全网最通俗易懂的 Self-Attention自注意力机制 讲解
目录前言非常非常基础的知识键值对（Key-Value）注意力QKV矩阵的意义结语前言因工作需要，不得不再次将Transformer从尘封的记忆中取出。半年前学Transformer的时候只觉得模型好复杂，步骤好复杂，论文读完，想了好几天，感觉还是没有完全搞明白，仅仅是记住了一些专有名词，除了用于吹
-
【数据挖掘】-支持向量机(SVM)+代码实现
目录从例子出发算法原理超平面支持向量如何处理不清晰的边界非线性可分的情况常见的核函数算法的优点代码的实现总结从例子出发 算法原理支持向量机（SVM）是一类按监督学习方式对数据进行二元分类的广义线性分类器，其决策边界是对学习样本求解的最大边距超平面，可以将问题化为一个求解凸二次规划的问题
-
Matlab中mtimes函数的使用
目录语法说明示例将两个向量相乘将两个数组相乘 矩阵乘法语法C=A*BC=mtimes(A,B)说明 C=A*B是
-
统计模型分类
传统统计模型->回归模型（可解决过去和预测未来）数据挖掘模型->决策树、神经网络等（只能预测未来）横截面模型：多元回归，逻辑回归，托宾回归（涉及到泊松分布）向量自回归模型（VAR）支持向量机：二分类模型；二分类模型是很多模型的基础；比如苹果人脸识别是将人类划分为240个指标来到底层的决策
-
旋转矩阵及左右乘的意义，看这一篇就够了
旋转矩阵及左右乘的意义，别浪费时间了，看这一篇就够了前言这些天研究旋转矩阵，被教科书和视频课绕迷糊了，可悲的是，如此简单的概念竟然没有一篇文章（至少我没搜到）能够直观解释清楚，一气之下，我决定自己研究，经过不懈努力，终于解决了这一可爱又可恨的概念，也希望看到这篇文章的人能够静下心来好好阅读，对你肯定
-
详解Transformer模型及相关的数学原理
声明：本文参考了许多相关资料，视频，博客，结合《AttentionisAllYouNeed》这篇文章的每一个细节，从一个初学者的角度出发详细解读Transformer模型，无代码。原文链接及参考资料放在文末，若有错误或不当之处请指出，如有侵权请联系作者删除。文章目录宏观理解TransformerTr
-
自注意力机制(Self-Attention)
目录一、注意力机制和自注意力机制的区别二、引入自注意力机制的目的三、Self-Attention详解3.1单个输出3.2矩阵形式四、Multi-headSelf-attention 五、PositionalEncoding六、Self-Attention和RNN的区别一、注意力机制和自注意
-
计算机图形学：变换矩阵
大家好，我是前端西瓜哥。今天我们来学变换矩阵。线性变换矩阵乘法是来自线性代数的内容。首先我们有一个二维的向量 (x,y)，它在线性代数中，我们会这么表示：向量在几何中会用一条起始于原点的箭头表示。向量我们也常常看作一个点。因为当有大量向量要绘制时，箭头就会非常的多，会让画面非常混乱，所以要
