- 博客(3)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 <机器学习练习>感知机到支持向量机流程
一：感知机1.定义： 输入空间(特征空间)xx，输出空间(类别)y=−1,+1y={-1,+1} 。由输入空间到输出空间的映射为如下函数f(x)=sign(w∗x+b)f(x)=sign(w*x+b) 称为感知机。 2.思想 由训练样本T=(x1,y1)...(xn,yn)T={(x_{1},y_{1})...(x_{n},y_{n})}，求得感知机模型f(x)=sign(w∗x+b)f(
2016-06-07 16:29:14
1713
原创 <机器学习练习>逻辑斯谛回归
一：线性回归线性回归假设特征和结果满足线性关系。线性回归，就是线性拟合，拟合就是找到那条线，对残差平方和最小的那条直线。 比如说：我们要模拟房子的大小(x1x_{1})，房子的位置(x2x_{2})。。。对于房价(yy)的影响。假设他们是线性关系。则，我们要找的是特征x1,x2...{x_{1},x_{2}}... 和房价(yy)的关系:h(θ)=θ0+θ1x1+θ2x2....=θTXh(\th
2016-06-05 19:43:31
2626
原创 <机器学习练习>朴素贝叶斯法
一：预备知识1)条件概率：事件AA发生的条件下，事件BB发生的概率记为：p(B|A)=p(AB)p(A)p(B|A)=\frac{p(AB)}{p(A)} 。 2)全概率公式：设事件B1,B2...Bn B_{1},B_{2}...B_{n} 为样本空间的一个划分，也就是事件B1,B2...Bn B_{1},B_{2}...B_{n} 把样本空间不相交的给划分完全了。则事件AA 发生的概率是：
2016-06-02 22:12:58
2268
CRF++-0.58.tar.gz.zip
2019-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人