- 博客(3)
- 收藏
- 关注
RSS订阅转载 朴素贝叶斯分类器
1.贝叶斯公式条件概率 p(B|A)=p(AB)p(A)则p(AB)=p(A)p(B|A)全概率公式 p(A)=p(B1)p(A|B1)+p(B2)p(A|B2)+...+p(Bn)p(A|Bn)贝叶斯公式 p(Bi|A)=p(ABi)p(A)=p(A|Bi)p(Bi)Σj=0np(A|Bj)p(Bj)该公式给出了在事件A下，事件Bi发生的概
2015-05-28 22:05:35
414
转载 Knn近邻算法
机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本书的过程来学习了。 一、kNN算法分析 K最近邻（k-NearestNeighbor，KNN）分类算法可以说是最简单的机器学习算法了。它采用
2015-05-27 21:55:22
429
转载 感知机学习算法实现
（1）感知机是二类分类的线性分类模型，其输入是实例的特征向量，输出为实例的类型。 感知机学习的目的是将训练数据进行线性划分的分离超平面，属于是判别模型。感知机学习采用基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，最后求得感知机模型。 强调：利用感知机学习策略进行训练的数据集要求必须是线性可分的，否则感知机学习算法不会收敛，迭代结果会发
2015-05-20 18:38:53
536
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人