![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
Cadyguo
这个作者很懒,什么都没留下…
展开
-
k-近邻算法(KNN)
k-近邻算法(KNN)一、概念采用测量不同特征值之间距离的方法进行分类采用测量不同特征值之间距离的方法进行分类计算新输入的无分类数据与训练集中的每个样本的距离(欧式距离: d=(xA0−xB0)2+(xA1−xB1)2d = \sqrt {( x_{A_0}- x_{B_0})^2 + ( x_{A_1}- x_{B_1})^2}d=(xA0−xB0)2+(xA1−xB1)2...原创 2019-01-25 17:03:33 · 122 阅读 · 0 评论 -
决策树
决策树一、决策树理解决策树是监督学习中的分类算法。决策树的构造是通过信息增益来选择最佳的分类特征值,根据训练集对应特征值取值不同分成若干子集,通过递归的形式处理子集,直到子集中的所有样本同属一类或者已无特征值可分。决策树就是通过多个条件判断组成的,而其关键就是如何选取最适合分类的特征值。二、最适合的特征值的判断标准——信息增益信息:xix_ixi的信息为: l(xi)=−log2p...原创 2019-01-27 00:36:09 · 282 阅读 · 0 评论 -
朴素贝叶斯分类
朴素贝叶斯分类一、概念根据p(c∣x)=p(x∣c)p(c)p(x)p(c|x)=\frac{p(x|c)p(c)}{p(x)}p(c∣x)=p(x)p(x∣c)p(c),假设xxx为待归类数据即特征向量,ccc为对应的类。若p(c1∣x)>p(c2∣x)p(c_1|x)>p(c_2|x)p(c1∣x)>p(c2∣x),即xxx出现在类1的概率高于类...原创 2019-03-15 23:11:23 · 107 阅读 · 0 评论