1、近邻成分分析（NCA）算法

以上内容转载自：http://blog.csdn.net/chlele0105/article/details/13006443

2、度量学习

在机器学习中，对高维数据进行降维的主要目的是找到一个合适的低维空间，在该空间中进行学习能比原始空间性能更好。每个空间对应了在样本属性上定义的一个距离度量，而寻找合适的空间，本质上就是寻找一个合适的距离度量。度量学习（metric learning）的基本动机就是去学习一个合适的距离度量。

降维的核心在在于寻找合适空间，而合适空间的定义就是距离度量，所以学习合适的距离度量就是度量学习的目的。要对距离度量进行学习，要有一个便于学习的距离度量表达形式。

其中M称为度量矩阵，度量学习就是对M进行学习。为保持距离非负且对称，M须是半正定对称矩阵，即必有正交基P使得M能写为M=PPT。

至此，已构建了学习的对象是M这个度量矩阵，接下来就是给学习设定一个目标从而求得M。假定是希望提高近邻分类器的性能，则可将M直接嵌入到近邻分类器的评价指标中去，通过优化该性能指标相应地求得M，以近邻成分分析（Neighbourhood Component Analysis，NCA）进行讨论。

近邻分类器判别时通常采用多数投票法，领域中的每个样本投1票，领域外的样本投0票。将其替换为概率投票法，对任意样本xj，它对xi分类结果影响的概率为：

最新文章

  1. 构建最小的docker容器
  2. python中的argparse
  3. Android WebView Memory Leak WebView内存泄漏
  4. andorid 自定义seekbar
  5. GlusterFS特性介绍
  6. phpcms v9 表单向导里添加图片字段，提示会话过期,请重新登陆
  7. HDU_2050——折线分割平面问题,递推
  8. js格式化日期yyyyMMdd
  9. leetcode387
  10. MyEclipse中提示SpringMVC的XML配置文件出错解决方法
  11. The Elements of Statistical Learning第3章导读
  12. dubbo负载均衡策略及对应源码分析
  13. tomcat增加处理线程数量
  14. 实验五 <FBG>团队亮相
  15. 《HTTP权威指南》5-Web服务器
  16. Spring之Bean的生命周期详解
  17. Java概念(一)多态
  18. Replication基础(六) 复制中的三个线程（IO/SQL/Dump）
  19. springboot系列十、springboot整合redis、多redis数据源配置
  20. 前端框架VUE----nodejs中npm的使用

热门文章

  1. grunt小教程
  2. 利用Tkinter做的自动生成JSONSchema的小工具
  3. 在cmd中将FAT32转换为NTFS分区的命令是什么？
  4. 异步刷新页面的前进与后退的实现--pushState replaceState
  5. codeforces 29D Ant on the Tree (dfs,tree,最近公共祖先）
  6. 【二叉树的递归】06填充每个节点中的下一个正确的指针【Populating Next Right Pointers in Each Node】
  7. [SHOI2017]期末考试
  8. photon server （1）
  9. oracle 12c 列式存储 ( In Memory 理论)
  10. git导入项目