- 博客(3)
- 资源 (8)
- 收藏
- 关注
原创 机器学习笔记(五)——朴素贝叶斯分类
一、分类问题分类实际上是我们在日常生活中经常使用的。比如说,在工作中,把自己手头的任务分为轻重缓急,然后按照优先级去完成它们。朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。从数学的角度看C={c1,c2,…,ck}C=\{c_1, c_2, \dots, c_k\}是类别的集合,集合X={x1,x2,…,xk}X=\{x_1,x_2,\dots,x_k\}是输入集合 。这里,对于给定的输
2016-03-31 23:06:17 1265
原创 机器学习笔记(四)——最大似然估计
一、最大似然估计的基本思想最大似然估计的基本思想是:从样本中随机抽取n个样本,而模型的参数估计量使得抽取的这n个样本的观测值的概率最大。最大似然估计是一个统计方法,它用来求一个样本集的概率密度函数的参数。
2016-03-20 19:59:23 7254
原创 机器学习笔记(三)——正则化最小二乘法
一. 模型的泛化与过拟合在上一节中,我们的预测函数为: f(x;ω)=ωTxf(x;\omega) = \omega^Tx 其中, x=[x1],ω=[ω1ω0]x=\begin{bmatrix}x\\1\end{bmatrix},\omega=\begin{bmatrix}\omega_1\\\omega_0\end{bmatrix} 上述称为线性模型,我们也可以将xx扩
2016-03-06 10:57:29 11244 1
ActionScript.chm
2011-10-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人