Check Point in Polygon (inpolygon) 어떤 (x,y) 좌표계에서 point가 주어진 polygon 속에 있는지 확인하고 싶을 경우가 있다. 이런 경우에 유용하게 사용될 수 있는 함수가 inpolygon 함수이다. 이 함수는 기본적으로 네 개의 인자를 받는다. 앞의 두 개는 확인하고자 하는 (x,y)좌표이고, 뒤의 두 좌표는 polygon의 경계를 나타낸다. 다음과 같은 예제를 통해서 간단히 알아볼 수 있다. % 내부를 확인할 boundary를 설정한다. nr_edge = 4;rand_boundary = 10*rand(nr_edge, 2);rand_boundary = [rand_boundary ; rand_boundary(1, :)]; % 마지막 모서리를 closed되게 한다. % 전체 point의 수 nr_point = 100;rand_po.. 더보기 Probability mass functions and density functions 확률 이론 시험 기간을 맞아 정리하는 기본적인 pmf와 pdf 정리 Probability Mass Function 베르누이 분포는 동전을 하나 던졌을 떄 앞 또는 뒤가 나올 확률을 나타낸다. 유니폼 분포는 굳이 설명할 필요 없을 것이다. 여기서 유의할 점은 l에서 m까지 모두 정의 된다는 점이다. 즉 m-l+1개의 discrete한 위치에서 확률이 정의된다. Geometric 분포는 k번 실패한 후에 k+1번째 성공할 확률이다. 실패할 확률은 p로 정의되며 성공할 확률은 (1-p)로 정의된다. 아니면 반대로 k+1번째에 성공할 확률로 볼 수도 있다. 이때는 성공할 확률이 p인 것이다. 바이노미알 분포는 동전을 n번 던졌을 때 (n번의 bernoulli 시도) k번 성공할 확률이다. 한번 성공할 확률은 p.. 더보기 Kernel Principal Component Analysis (KPCA) 어떤 데이터들이 들어왔을 때, 이들을 좀 더 분류하기 쉽게 변환, 혹은 처리하기 쉽게 차원을 낮춰주는 역활을 하는 대표적인 방법은 Principal Component Analysis (PCA) 이다. 이번 포스팅은 PCA가 아니라 이 PCA에 kernel trick을 적용한 Kernel PCA란 것이 있다. 자세한 설명은 아래 slide를 통해서 알 수 있다. 포항대에서 만든 KPCA자료 (잘 설명되어있다. ) 이것이 무엇인고 하니, 기존의 PCA에 kernel trick을 적용한 것이다. 그렇다면 Kernel trick은 무엇인고 하니, 조금 어려운 것을 의미한다. 수학적으로 증명을 하기 위해서 Reproducing Kernel Hilbert Space (RKHS) 까지 나오지만 않다면 Kernel T.. 더보기 Field를 만들고, 특정 Field에서 원하는 값 가져오기 (interp2) 매트랩에서 시뮬레이션 하다보면 주어진 영역을 GRID로 만들어서 처리해야 할 일이 많다. 이 때 유용하게 사용될 수 있는 것이 mesh와 grid이다. 다음의 예를 통해서 설명해보겠다. 주어진 영역 (10*10)의 공간을 내가 임의의 resolution(20)으로 나눠서 처리할 일이 있다고 하자. Gaussian Process를 통한 prediction을 하거나 SVM 같은 classifier의 decision range를 눈으로 확인할 때 이러한 처리가 많이 사용될 것이다. 이번 포스팅에서는 주어진 영역을 적절한 grid로 나눈 후에 GP realization을 하고, 랜덤으로 설정한 위치에서 GP realization의 값을 읽은 것을 해보겠다. GP realization에 대해서는 이전 포스팅을 참.. 더보기 이전 1 ··· 76 77 78 79 80 81 82 ··· 161 다음
