置顶
精华
libsvm学习笔记
菜青虫学libsvm ，果然是艰难困苦哦……一开始都不知道基本概念……记了些入门笔记，怕自己忘了
软件： libsvm , python ,gnuplot
gnuplot (解压，不需安装)
Libsvm（解压，不需安装）
Python(从75 /share/软件 下载，安装)
文档目录：
一、基本概念
二、libsvm 操作简介
三、步骤总结
一 基本概念：
训练 ...
置顶
精华
关注以下网站的数据
http://www.datatang.com/
http://www.sogou.com/labs/resources.html （@tangzk提供）
http://www.cs.sfu.ca/~sja25/personal/datasets/ （@tangzk提供）
http://archive.ics.uci.edu/ml/ (UCI数据集，做机器学习最标准的数据集)
http://www.kaggle.com/
http://www.prosper.com/tools/ ...
置顶
常用的不平衡分类数据处理方法
正反例不平衡的分类问题，可以有不少策略，如：
1. 对反例分块，每一块和正例组成一个平衡的数据集，用不同的分类器建model，最后投票；
Ref: Li Song, Dapeng Li, Xiangxiang Zeng, Yunfeng Wu, Li Guo, Quan Zou. nDNA-prot: Identification of DNA-binding Proteins Based on Unbalanced Classification. BMC Bioinforma ...
置顶
精华
几个图像特征提取算法的matlab实现
置顶
libSVM
libsvm使用总结——初级1.
首先，如果你使用windows的话，要从cmd中进入到该文件夹下，然后依次运行svmscale, svmtrain, svmpredict。（和blast等软件相似）2.
然后说输入的数据（包括训练集和测试集）的格式。每一行是一个样本，格式如下：1 1:0.2 2:0.6 3:-0.5 4:13其中第一位是类别标记，也就是该样本的类别，通常用1和0 ...
置顶
精华
从jpg文件中提取特征，生成arff
1. 本软件需安装Matlab2010
2. 将jpg文件，按照类别放入不同文件夹，将多个文件夹放入image\Caltech101目录下
3. 将data和features两个文件夹清空
4. 双击LLC_Test.m打开，按F5运行
5. 等运行结束后（控制台出现了>>,可以输入命令了），文件夹内会出现一个data.txt的文件，就是提取出的特征（csv格式，其中共21505维 ...
置顶
精华
适合用来参加TREC比赛的terrier平台【1】使用
Terrier的优点：
1）专门为TREC比赛定制了接口
2）适合科研、写论文，做的都是概率语言模型；相反Lucene的评分函数比较简单，但适合工程开发
3）为语言模型做了很多优化。这次我们的同样模型，用terrier实现要比用Lucene实现普遍提高0.02~0.03，原因暂时未知。
如果参加TREC比赛，可以先用Terrier自带的一些模型试一下水
...
置顶
精华
maryas,从音频文件(.wav)提取特征生成arff
使用手册：http://marsyas.info/docs/manual/marsyas-user/index.html
1. 下载安装CMake（我已经在75服务器中装好了，路径是/home/zouquan/cmake-2.8.7）
需要注意的是：安装时不要敲入make，而是“./bootstrap; make; make install” ，仔细读Readme.txt
2. 进入到maryas目录，运行
mkdir build
...
使用MXNet远程编写卷积神经网络用于多标签分类
最近试试深度学习能做点什么事情。MXNet是一个与Tensorflow类似的开源深度学习框架，在GPU显存利用率上效率高，比起Tensorflow显著节约显存，并且天生支持分布式深度学习，单机多卡、多机多卡支持丰富，拥有着良好的技术架构。目前是亚马逊AWS的官方深度学习框架。由于其团队以MXNet产品本身为先，所以文档资料较少。现在还 ...
关于文本分类的简单处理
今天看了以往不知道什么时候写的处理文本的一些代码，记录下来，希望对大家有用。
文本分类，简单的就拿反作弊来说。
用户发的帖子有时候会包括一些广告，招聘，不健康等内容，我们需要想个办法把这些垃圾帖（spam）干掉，那么帖子有 spam 和 normal，这就是一个二分类问题的。一般来说，spam还是少的，所 ...
skfeature使用文档
skfeature是一个集成了多种特征选择算法的包，基于python语言写的。
官方网址：http://featureselection.asu.edu/
我针对一个用例，使用Fisher Score对数据集进行了特征选择，具体操作可参见附件的使用文档。
在skfeature中包含了多种特征选择算法，具体有哪些算法可参见如下链接：
http://featureselection.asu.edu/al ...
Splider，基于matlab的WEKA
http://people.kyb.tuebingen.mpg.de/spider/main.html
哪位同学能尝试用一下？我有奖。
关于EML（Extreme learning machine ）
上来先发个官方参照链接：http://www.ntu.edu.sg/home/egbhuang/index.html#
中文叫： 极限学习机。 理论性的东西就参照链接去看吧，我也就大概看了一下，我也解析不清楚。
那还是大致说一下吧，错了请指正：
（1）其实就是关于神经网络，目前DL这么流行，这个我个人理解其 ...
提到机器学习你应该马上就想起的数学
题目是我随便取的，这里主要是为发个链接（http://www.cs.cmu.edu/~aarti/Class/10701_Spring14/Intro_ML_Self_Evaluation.pdf），然后小点个人废话。
链接中提到了至少要有三门课的基础，分别是：高等数学、线性代数、概率论与数理统计，是不是感觉很熟悉，当年大学和考研差点被它们逼死了，现在居然又遇上了，这三门课这 ...
新人帖
利用网格法以F-score为修正指标优化libsvm中c和g--------MATLAB程序
1、程序思想，考虑到样本的不平衡，参考F-score的值进行寻优。
2、关于F-score的概念参考：http://bbs.malab.cn/forum.php?mod=viewthread&tid=418&extra=page%3D4
3、首先利用全部样本的2/3作为优化c，g的训练样本的测试样本，剩下的1/3做3折交叉验证。（根据自己情况可做修改）
4、小辈处于学习阶段，程序编的不漂亮，愿 ...
收集机器学习开源软件的网站
http://jmlr.csail.mit.edu/mloss/
多标记(multi-label)学习,Mulan,Meka
传统的单标签分类（中国也有翻译成单标记，不过我个人认为还是应该翻译成一个名词）学习是从一个只属于一个标签l的样本集合中学习，其中每一个标签属于一个互斥的标签集合L |L| > 1。在多标签分类中，每个样本属于一个L样本集合的一个子集。在过去，多标签分类由文本分类和医学分析而产生和推动的。现在，我们发现现代的许 ...
PCVMs--使用方法（分类器）
Probabilistic Classification Vector Machine (PCVM):
大概说明一下这个东西，我也没怎么研究过，不过要有拿来主义的精神，会用就好！
具体大家可以到这个网站查看：
https://www.techfak.uni-bielefeld.de/~fschleif/software.xhtml
1. 我粗略的拜读了这文章。下面简要说明，有错大家不要见 ...
PCA彻头彻尾的解释分析
实现PCA的主要流程：
假设数据矩阵是m×n维的，m是样本数，n是特征的维度，目标是对数据进行降维，使其变成m×k维, k
第二届中国大数据技术创新大赛
关注公众号
