机器学习
SuperJackK
这个作者很懒,什么都没留下…
展开
-
ML-最大熵模型
最大熵模型的基本原理是:在只掌握关于未知分布的部分信息的情况下,符合已知知识的概率分布可能有很多个,但使熵值最大的概率分布最真实地反映了事件的分布情况,因为熵定义了随机变量的不确定性,当熵值最大时,随机变量最不确定,最难准确地预测其行为。也就是说,在已知部分信息的前提下,关于未知分布最合理的推断应该是符合已知信息最大不确定或者最大随机的推断。...原创 2018-04-18 23:39:00 · 128 阅读 · 0 评论 -
ML-提升方法和决策树学习笔记
集成学习 集成学习通过构建并结合多个学习器来完成学习任务,有时也被称为多分类器系统,基于委员会的学习。 同质集成:只包含同种类型的个体学习器。 异质集成:包含不同类型的个体学习器。 根据个体学习器的生成方式,目前的集成学习方法大致可分为两大类,即个体学习器间存在强依赖关系,必须串行生成的序列化方法,以及个体学习器间不存在强依赖关系,可同时生成的并行化方法;前者的代表是Boosting,后者...原创 2018-05-31 23:45:16 · 290 阅读 · 0 评论 -
GBDT原理
个人看完这个之后收益匪浅https://cloud.tencent.com/developer/article/1005611转载 2018-07-10 19:10:45 · 155 阅读 · 0 评论