标签：Algorithm - FunnyWii's Zone

算法

机器学习 - 特征工程(Feature Engineering)

机器学习的建模流程机器学习项目一般遵循一个固定的流程，从定义问题到部署模型。Figure 1 展示了一个典型的 pipeline：先明确研究问题，然后采集数据、清洗数据、预处理数据，接着做特征工程和建模，最后评估和部署。 Figure 1 Pipeline of Machine Learning

131

算法

什么是决策树 (Decision Trees) 对于决策树，目标变量是连续数值的，被称为回归树；若是离散值，被称为分类树。比如，预测房价，是回归树；预测病患是否患病，是分类树。本文重点介绍分类树。决策树是一种非参数化模型。决策树的构造根结点（Root node）：代表整个数据集或采样，并且可

167

算法

线性回归顾名思义，线性回归问题中，输入和输出呈线性关系。回归被用来估计或解释一个因变量（y）和一个或多个自变量（x_i）之间的关系。最基础的回归——线性回归——基于一个线性方程。假设这个方程为： y = \theta_1 x + \theta_0 此处 y 是一个因变量，\theta_0 和

97

算法

Data Modelling and Machine Intelligence （DMMI）数据建模和机器智能其实这门课就是在讲机器学习（Machine Learning），起个这么长的名字属实没必要。这门课的老师是 Dr John Oyekan，是一名非常年轻的，刚刚入职没多久的，黑人讲师，

62

算法

什么是Overfitting 算法在训练集上表现好，但在测试集上表现不好，泛化性能差。引起过拟合的原因模型本身过于复杂，以至于拟合了训练样本集中的噪声。如何解决过拟合交叉验证。用更多的数据进行训练。数据增强。特征选择。 Early Stop。正则化 Regularization。什

355

编程

前言有人会好奇，同样是点云，.pcd和 .ply 的处理能有啥大区别吗？其实是有的，.pcd 文件的数据，是基于点的，也就是里面存储的内容全部都是和点相关的信息。而 .ply 增加了关于面的信息，也就是有了 mesh。在介绍使用 MeshLab 进行点云表面重建的那篇文章中，已经提到过这点

238

算法

傅里叶变换傅里叶的原理说明：任何连续测量的时序或信号，都可以用不同频率的正弦波信号的无限叠加来表示。在数学的角度来看，傅里叶变换算法利用直接测量得到的初始信号，用累加的方式来计算该初始信号中不同正弦波信号的频率、幅值和相位。而从物理学的角度来看，傅里叶变换可以帮助我们将时域的信号转为频域

152