welcome to x-jeff blog

【Python基础】第三十七课：使用Python实现层次聚类

层次聚类，Agglomerative，Divisive，sch.linkage，sch.dendrogram，AgglomerativeClustering，single（the Nearest Point Algorithm），complete（the Farthest Point Algorithm，Voor Hees Algorithm），average（UPGMA），weighted（WPGMA），centroid（UPGMC），median（WPGMC），ward（Ward's minimum variance method），Lance–Williams algorithm

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.使用Python实现层次聚类层次聚类的介绍请见：【机器学习基础】第三十七课：聚类之层次聚类。层次聚类有“Agglomerative”（bottom-up）和“Divisive”（top-down）两种方式： 👉使用scipy绘制树状图： 1 2 3 4 5 6 7 8 9 10 11 12 from skle...

Posted by x-jeff on May 9, 2022

【机器学习基础】第三十七课：聚类之层次聚类

层次聚类，AGNES算法

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.层次聚类层次聚类（hierarchical clustering）试图在不同层次对数据集进行划分，从而形成树形的聚类结构。数据集的划分可采用“自底向上”的聚合策略，也可采用“自顶向下”的分拆策略。 AGNES（AGglomerativ...

Posted by x-jeff on May 6, 2022

【Tensorflow基础】第十四课：CNN在自然语言处理的应用

tf.app.flags，tf.app.run，tf.flags，re.sub，VocabularyProcessor，np.random.permutation，tf.ConfigProto，compute_gradients，apply_gradients，tf.nn.zero_fraction，os.path.abspath，os.path.curdir，datetime.datetime.now().isoformat()，yield，tf.train.global_step

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.CNN在自然语言处理的应用 CNN通常应用于计算机视觉领域。但近几年CNN也开始应用于自然语言处理，并取得了一些引人注目的成绩。 CNN应用于NLP任务，处理的往往是以矩阵形式表达的句子或文本。矩阵中的每一行对应于一个分词元素，一般是一个单词，也可以是一个字符。假设我们一共有10个词，每个词都用128维的向量表示，那...

Posted by x-jeff on May 2, 2022

【C++基础】第四十课：函数指针

函数指针

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.函数指针函数指针指向的是函数而非对象。和其他指针一样，函数指针指向某种特定类型。函数的类型由它的返回类型和形参类型共同决定，与函数名无关。例如： 1 2 //比较两个string对象的长度 bool l...

Posted by x-jeff on April 25, 2022

【OpenCV基础】第三十一课：基于距离变换与分水岭的图像分割

距离变换，cv::distanceTransform，分水岭算法，Geodesic Distance，cv::watershed，cv::imshow，cv::inRange

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.距离变换 1.1.原理介绍距离变换于1966年被学者首次提出，目前已被广泛应用于图像分析、计算机视觉、模式识别等领域，人们利用它来实现目标细化、骨架提取、形状插值及匹配、粘连物体的分离等。距离变换是针对二值图像的一种变换，是计算并标识空间点（对目标点）距离的过程，它最终把二值图像变换为灰度图像（其中每个栅格的灰度值...

Posted by x-jeff on April 21, 2022

【Python基础】第三十六课：评估不同客户流失分析模型

SVC()，feature_importances_

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.读取客户流失数据 1 2 3 4 5 # 读取客户流失数据 import pandas df = pandas.read_csv("customer_churn.csv", index_col=0, header=0) print(df.head()) 1 2 3 4 5 6 7 8 state accou...

Posted by x-jeff on April 14, 2022

【机器学习基础】第三十六课：聚类之密度聚类

密度聚类，DBSCAN算法

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.密度聚类密度聚类亦称“基于密度的聚类”（density-based clustering），此类算法假设聚类结构能通过样本分布的紧密程度确定。通常情形下，密度聚类算法从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类...

Posted by x-jeff on April 11, 2022

【论文阅读】GAUSSIAN ERROR LINEAR UNITS (GELUS)

Gaussian Error Linear Unit（GELU）激活函数，Sigmoid Linear Unit（SiLU）激活函数

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.ABSTRACT 本博文只介绍原文的部分章节，原文链接在本文末尾。我们提出Gaussian Error Linear Unit（GELU），一种高性能的神经网络激活函数。GELU可表示为$x\Phi (x)$，其中$\Phi (x)$为标准高斯累积分布函数（即概率分布函数）。我们将GELU和ReLU、ELU...

Posted by x-jeff on April 9, 2022

【论文阅读】FAST AND ACCURATE DEEP NETWORK LEARNING BY EXPONENTIAL LINEAR UNITS (ELUS)

exponential linear unit（ELU）激活函数，Shifted ReLU（SReLU）激活函数

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.ABSTRACT 本博文只介绍原文的部分章节，原文链接在本文末尾。我们提出“exponential linear unit”（ELU），它可以加快深层神经网络的学习并提高分类精度。与ReLU、Leaky ReLU（LReLUs）和parametrized ReLU（PReLUs）一样，ELU也可以缓解梯度消...

Posted by x-jeff on April 8, 2022

【Tensorflow基础】第十三课：Word2Vec

os.path.exists，urllib.request.urlretrieve，os.stat，zipfile.ZipFile，ZipFile.namelist，tf.compat.as_str，collections.deque，random.randint，numpy.random.choice，tf.nn.embedding_lookup，tf.nn.nce_loss，xrange，argsort，TSNE降维可视化，tf.random_uniform

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.Word2Vec Word2Vec相关知识请见：【深度学习基础】第四十五课：自然语言处理与词嵌入。 2.代码实现 👉载入包： 1 2 3 4 5 6 7 8 9 10 import collections import math import os import random import zipfile im...

Posted by x-jeff on April 7, 2022

x-jeff blog