岁虚山

简介

聚类分析，又称群分析，指对样本数据的一种划分与归类的一种方法。聚类算法以相似性为基础，将样本数据中按照相似度不同分成不同的族群（类别）中。同一族群中，样本相似性相差小；不同族群中，样本相似性差异较大。

Meanshift，又称均值漂移算法，是一种基于核密度的估计算法，将每个族群的中心点移动到该族群的密度最大的位置，来对样本进行分类。

相较于其他分类算法，$Meanshift$ 不需要指定分类的族群数量，而是根据样本特性自动生成不同类别的族群。其广泛应用于聚类、图像平滑、分割、跟踪等方面。

本文以聚类为例，探讨 $Meanshift$ 的原理及实现。

场景描述

假设我们有这么一个问题：

我们有一个 n 维的向量（数组），现在我们需要将前面的 r 个元素移动到末尾，如下所示：

我们该如何操作呢？

前言

Hexo 博客搭建完成后，可以将博客部署到 git 服务商提供的静态网页服务上，如 Github，Gitee等。当然，如果有自己的 VPS 服务器的话，还可以将博客部署到 VPS 服务器上，通过 IP 或者有域名来进行访问。

本文记录将 Hexo 部署到 VPS 的步骤，以供参阅。

问题

假设现在有一个包含有 5000000（500万）个整数型的数据列表，其中的数据范围为 0 — 9999999，并且无重复数据。现在，我们想对这个列表进行排序，该如何去做呢？

概述

手写数字识别——机器学习领域的Hello World

本章将通过实现手写数字识别的程序，用以探讨K近邻算法的进阶使用。

概述

存在一个样本数据集合（训练样本集），并且每个样本都有确定的标签，即样本与标签之间存在一一对应的关系。输入没有标签的样本（测试样本），将测试样本的数据与训练样本集中的数据进行比较，然后提取训练样本集中与测试样本最相似（最近邻）的分类标签，选择提取标签中的前K个标签（可能会重复），在K个标签集中出现次数最多的标签，作为测试样本的分类。

机器学习实战学习记录

Github链接https://github.com/xudapengarh/Machine-Learning

前言

本文介绍利用Github及Hexo搭建个人免费博客。

纪念博客搭建成功

--2019.6.7 by 许大鹏