《统计学习方法》笔记二

逻辑回归与最大墒

逻辑回归

logistic分布

这里写图片描述

logistic回归模型

这里写图片描述

逻辑回归中输出是输出的线性函数

这里写图片描述

多项logistic回归

这里写图片描述

最大墒模型

这里写图片描述

最大墒模型的最优化函数

这里写图片描述

拉格朗日转化

这里写图片描述
这里写图片描述

最大化过程的等价于最大熵模型的极大似然估计

这里写图片描述

最优化算法

*最优化算法待理解*

SVM

距离

当||W|| = 1 时,函数间隔等于几何间隔
这里写图片描述
这里写图片描述

间隔最大化

约束最优化问题

这里写图片描述
这里写图片描述

支持向量

这里写图片描述

对偶问题

这里写图片描述
这里写图片描述

线性可分支持向量机

这里写图片描述

软间隔

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

核技巧

  • 原空间数据线性不可分,转换到新空间实现线性可分
  • 支持向量机中目标函数和决策函数都只涉及输入实例与实例之间的内积,可以将内积用核函数替代

这里写图片描述
这里写图片描述

SMO算法

提升方法

AdaBoost

这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述

提升树

这里写图片描述
这里写图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
李航的《统计学方法》是一本经典的统计学习教材,其中涵盖了统计学习的基本理论和方法。该书主要介绍了统计学习的三要素:模型、策略和算法。引用提到,训练集用来训练模型,验证集用来选择模型,测试集用于对学习方法的评估。这些三要素是统计学方法的基础。引用进一步解释了统计学习的目标,即通过构建概率统计模型对数据进行准确的预测与分析,并提高学习效率。引用提到了一种常用的统计学方法,即提升(boosting),它通过改变训练样本的权重,学习多个弱分类器,并将它们线性组合成一个强分类器,以提高分类的性能。 总结起来,李航的《统计学方法笔记主要围绕统计学习的基本理论和方法展开,介绍了统计学习的三要素、目标和提升等常用方法。这本书对于学习统计学习的人来说是一本非常有价值的参考资料。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [统计学方法——李航 笔记](https://blog.csdn.net/qq_45383347/article/details/110482540)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* *3* [李航《统计学方法学习笔记](https://blog.csdn.net/liuzuoping/article/details/98840923)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值