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)
  • 收藏
  • 关注

原创 统计学习(李航)笔记(编辑中)

统计学习笔记1 工具1.1 EM算法1.2 KKT条件1.3 奇异矩阵SVD1.4 马尔科夫链MCMC2 有监督学习2.1 感知机2.2 KNN近邻2.3 朴素贝叶斯2.4 决策树2.5 提升Boosting2.6 逻辑回归2.7 支持向量机2.8 HMM蒙特卡洛马尔可夫3 无监督学习3.1 聚类3.2 主成分PCA3.3 潜在语义分析3.4 PageRank 1 工具 1.1 EM算法 1.2 KKT条件 1.3 奇异矩阵SVD 1.4 马尔科夫链MCMC 2 有监督学习 2.1 感知机 2.2 KNN近

2021-08-02 11:36:15 103

原创 一、 统计学习方法概论

文章目录一、 统计学习方法概论1. 统计学习的分类2. 统计学习方法三要素3.模型评估与选择4.正则化和交叉验证5.应用6.泛化能力7.生成模型与判别模型 一、 统计学习方法概论 1. 统计学习的分类 有监督学习 无监督学习 2. 统计学习方法三要素 模型(假设空间) 决策函数 策略 损失函数 风险最小化 经验风险最小化 结构风险最小化(加入正则项防止过拟合) 算法 3.模型评估与选择 训练误差与测试误差 训练集 测试集:模型的选择 验证集:模型的评估 过拟合与模型选择 4.正则化和交叉验

2021-05-21 23:55:47 64

原创 线性回归模型学习笔记

线性回归模型学习笔记线性回归模型学习笔记1、模型2、估计3、模型拟合(平方和分解和R2R^2R2)4、检验4、预测5、回归诊断6、共线性与岭估计7、变量选择 线性回归模型学习笔记 1、模型 y=Xβ+ε,ε∼N(0,σ2In)(1)y = Xβ + ε, ε ∼ N(0, σ^2I_n) (1)y=Xβ+ε,ε∼N(0,σ2In​)(1) 其中y是一个个 n×1 相应变量向量;X是一个 n × p 协变量矩阵,第一列为都为1;β为p×1的未知系数参数向量σ2σ^2σ2 是未知方差参数。 yi=β1x

2021-05-03 00:54:32 1288

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

提示
确定要删除当前文章?
取消 删除