(Neighbourhood Components Analysis) NCA 近邻成分分析的学习
来源:互联网 发布:高晓松酒驾 知乎 编辑:程序博客网 时间:2024/05/19 14:51
这篇文章比较早了,2005年在NIPS上发表的,提到度量学习(Metric Learning)就不得不提这篇文章,很有含金量,看看作者就知道了——Geoffrey Hinton, Ruslan Salakhutdinov(Orz)。鄙人也是刚开始学,若有错误,还请大牛斧正。
度量学习就是学到一个合适的距离度量,即将样本在合适的空间中尽量区分开。目标和PCA有点类似。但不同的是这个是自适应的,其监督信息是错误率或者说正确率。
本文是为KNN分类算法提出一个新奇的(2005)方法来学习马氏距离。
通过随机梯度下降法最大化留一法(LOO)正确率,感觉和神经网络有很大联系。
论文传送门:Neighbourhood Component Analysis [Goldberger et al., 2005]
阅读全文
0 0
- (Neighbourhood Components Analysis) NCA 近邻成分分析的学习
- NCA: Neighbourhood Components Analysis
- 近邻成分分析(NCA)算法
- 【一步一步的积累】Neighbourhood Components Analysis
- 主成分分析(Principal components analysis)
- 主成分分析—Principal components analysis
- 主成分分析(Principal components analysis)
- 独立成分分析(Independent Components Analysis)
- PCA(Principal Components Analysis)主成分分析
- PCA(Principal Components Analysis,主成分分析)
- 主成分分析(Principal components analysis)
- PCA主成分分析(principal components analysis)
- Principal components analysis(PCA) 主成分分析
- PCA 主成分分析Principal components analysis
- 主成分分析 (Principal Components Analysis, PCA)
- 【机器学习-斯坦福】学习笔记14 主成分分析(Principal components analysis)-最大方差解释
- 主成分分析的(Principal Components Analysis,PCA)多角度解析
- 主成分分析(Principal components analysis)-最大方差解释
- 0基础lua学习(十一)table
- (递归)逆波兰表达式
- Python字典集合数据结构深入理解
- object
- LitePal使用UUID作为主键
- (Neighbourhood Components Analysis) NCA 近邻成分分析的学习
- caffe编译
- BigDecimal加减乘除运算
- 广义表链表表示的复制删除比较运算的非递归实现(c++)
- C语言 宏的使用 让一个数的二进制奇数位与偶数位互换
- 宏基因组实战4.基因注释Prokka
- 从键盘上任意输入一个年号,判断它是否是闰年。
- HTML部分基础总结(5)
- SpringMVC重要接口(三)HttpMessageConverter