Skip to content

easilylazy/pattern-recognition

Repository files navigation

实现感知器算法,并产生多维正态分布的数据

动态变换

  1. 实现线性回归的函数
    • SSErr(2):通过定义求广义逆,得到分类面法向量w
    • GD:梯度下降
    • LMSalg:实现Widrow-Hoff算法(LMS算法),即用随机梯度下降法获得最佳解。
  2. 进行性能测试,计时与勘误
  3. 可视化显示,通过不同颜色的色点代表分类与正误,在二维平面绘制分类线

分类演示

  1. 实现fisher算法求最佳投影面
    1. 通过均值衡量类间差距度
    2. 通过方差衡量类内相似度
    3. 利用拉格朗日乘子,得到最佳投影面的公式

多分类器的实现

实现iris的OvO的分类softmax版本

支持向量机的实现,对中国与日本的沿海城市的经纬度坐标向量,中国标签为+1, 日本为标签为-1进行训练. 用支撑向量机设计分类器,判断钓鱼岛的经纬度坐标向量属于哪一类。
致谢:叶紫璇同学提供经纬度数据集

  1. HingLoss-GD
  2. QP-solver

result

神经网络的单次迭代过程以及完整的迭代

pytorch

利用pytorch实现对三类数据的分类 以及对iris数据集的分类 iris

对梯度下降法(GD)的分析

动态变换

Others

卡尔曼滤波器的实现

卡尔曼滤波

About

No description or website provided.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published