首页
编程日记
ChatGpt专题
LINUX学习
Java学习
前端教程
单片机
债务管理
自定义气泡提示框
多线程
Listener
Aerospike
jmeter
顺序表
电子电工
rknn
FANUC机器人
流媒体
工作流程数字化
多任务学习
软考
webshell链接
Scratch编程
数据库增删改查
Themida
推箱子游戏
kaggle
距离度量
2024/4/13 2:39:09
KNN中不同距离度量对比和介绍
k近邻算法KNN是一种简单而强大的算法,可用于分类和回归任务。他实现简单,主要依赖不同的距离度量来判断向量间的区别,但是有很多距离度量可以使用,所以本文演示了KNN与三种不同距离度量(Euclidean、Minkowski和Manhattan)的使用。…
阅读更多...
图像处理中常用的距离
说明 在图像处理中,常用的距离度量用于衡量两个向量或特征之间的差异或相似性。以下是一些常用的距离度量及其使用说明和应用场景: 欧氏距离(Euclidean Distance):欧氏距离是最常用的距离度量,用于衡量两个…
阅读更多...
机器学习笔记 - k-NN算法的数学表达
一、概述 所有的机器学习算法都是有假设前提的。k-NN算法的假设前提是相似的输入有相似的输出。其分类规则是对于测试输入x,在其k个最相似的训练输入中分配最常见的标签。 k-NN 的正式定义: 对于一个待测试数据。 将的个最近邻的集合表示为 。的正式定义为 ,并且。(意思就是…
阅读更多...
机器学习笔记 - 使用具有triplet loss的孪生网络进行图像相似度估计
一、简述 孪生网络是一种网络架构,包含两个或多个相同的子网络,用于为每个输入生成特征向量并进行比较。 孪生网络可以应用于不同的场景,例如检测重复项、发现异常和人脸识别。 此示例使用具有三个相同子网的孪生网络。我们将向模型提供三张图像,其中两张是相似的(锚点和正…
阅读更多...
几个常用数学知识点
机器学习跟数学有着紧密的关系,因此掌握一些常用的数学知识点,有助于我们理解某些模型的底层相关原理。 1、泰勒公式 2、驻点、极值点、鞍点、拐点 2.1、驻点 在数学,特别在微积分,函数在一点处的一阶导数为零,该点即…
阅读更多...