统计学习
LXYTSOS
计算机视觉与强化学习。
展开
-
统计学习基础(第二版)两种简单的预测方法:最小二乘和最近邻
2.3两种简单的预测方法:最小二乘和最近邻在本节中我们详细讨论两种简单但有效的预测方法,使用最小二乘线性模型拟合和k最近邻预测。线性模型对结构做了大量的假设,但是可能会产生不准确的预测。K-最近邻对结构做了适当的假设,所以预测通常是精确但不稳定的。 2.3.1线性模型和最小二乘在过去的30年中,线性模型一直是统计学的支柱,而且现在依然是我们最重要的工具之翻译 2015-03-15 12:47:39 · 4250 阅读 · 0 评论 -
统计学习基础(第二版)——引言
统计学习基础 第二版引言统计学习在诸多科学、金融、工业领域起到了关键性的作用,下面列举了一些学习的案例。针对一位因心脏病住院的病人,预测其心脏病再次发作的概率。基于这位病人的人口信息、饮食和临床诊断信息来预测。基于公司业绩评估和经济数据,预测6个月之后的股票走势。基于数字化的图像,识别手写的邮政编码数字。从糖尿翻译 2015-03-02 16:27:03 · 4081 阅读 · 0 评论 -
最小二乘(Least Squares)
已经很久没有写博客了,今天决定写一篇关于最小二乘的博客,发表下自己的理解,有不足或错误之处,欢迎大家指正。最小二乘,又被叫做最小乘方or最小平方,它是一种优化技术。当给你一堆数据点,你可以想象成初中数学课堂上学习解析几何的时候,在坐标轴上给出一些点(通常这些点连起来是一条直线),然后要求算出这条直线的解析式(也就是拟合这些数据点),或计算斜率(可以理解成回归系数),然后要你算出当x等于多少时y的值之原创 2016-03-26 22:22:11 · 6167 阅读 · 0 评论 -
决策树
决策树是应用最广的归纳推理算法之一,它是一种逼近离散函数方法,对噪声数据有很好的鲁棒性,能够学习析取表达式,广为应用的算法有ID3,ASSISTANT和C4.5。通常决策树代表实例属性值约束的合取(conjunction)的析取式(disjunction)。树根到树叶的每一条路径对应一组属性测试的合取,而整棵树是这些合取的析取。基本的ID3算法是通过自顶向下构造决策树进行学习的。首先考虑的问题是哪一原创 2016-04-09 21:02:48 · 8034 阅读 · 0 评论