低维专题

低维数据通过核函数映射到高维空间(Gaussian Radial Basis Function)

参考 下面是一段matlab代码,可以实现利用Gaussian Radial Basis Function将低维数据映射到高维空间,以二维数据为例: 生成一个2D平面 figure;axis([-10 10 -10 10])hold ongrid on; 利用鼠标在该2D平面上取两组点 初始化 red = []; %存放第一组点,红色点

ngram低维表示学习笔记

本文是学习N-GRAM-BASED LOW-DIMENSIONAL REPRESENTATION FOR DOCUMENT CLASSIFICATION 的笔记。如果英文好的,请直接看论文。 ngram是词袋模型的子类。对于提取上下文语义有重要意义,然而n很大时,维度将非常高,运算复杂度剧增。而工业界中的认为都对响应速度要求特别高。ngram低维表示能降低维度,大大提高效率。 ngram简介

国庆中秋宅家自省: 低维认知是方法论|高维认知是能量场

Python3中类的高级语法及实战 Python3(基础|高级)语法实战(|多线程|多进程|线程池|进程池技术)|多线程安全问题解决方案 Python3数据科学包系列(一):数据分析实战 Python3数据科学包系列(二):数据分析实战 Python3数据科学包系列(三):数据分析实战  国庆中秋宅家自省: Python在Excel中绘图尝鲜     开启心门   把握规律