自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 资源 (3)
  • 收藏
  • 关注

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

CRF++-0.58.tar.gz. CRF++-0.58.tar.gz. CRF++-0.58.tar.gz. 最外层zip是我压缩的。解压最外层zip即可

2019-06-28

spark_mllib 机_器_学_习_pdf.zip

spark mllib 机器学习实践---高清版。

2019-06-28

图数据库neo4j_实战

图数据库 知识图谱 neo4j 图数据库 知识图谱 neo4j 图数据库 知识图谱 neo4j

2018-02-05

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除