机器学习
chloe科
这个作者很懒,什么都没留下…
展开
-
泰勒展开式
泰勒公式通过把任意函数表达式转换(重写)为多项式形式,是一种极其强大的函数近似工具。公式:f(x)Taylor=∑n=0∞fn(a)n!∗(x−a)nf(x)_{Taylor}=\sum_{n=0}^{\infin}{\frac{f^n(a)}{n!}*(x-a)^n}f(x)Taylor=n=0∑∞n!fn(a)∗(x−a)n=f(a)+f′(a)1!(x−a)+f(2)(a)2!(...原创 2020-03-03 22:45:37 · 1320 阅读 · 0 评论 -
决策树
模型用决策树分类,从根节点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到其子节点。我们需要的是一个与训练数据矛盾较小的决策树,同时具有很好的泛化能力。递归地选择最优特征:开始,构建根节点,选择一个最优特征。按照这一特征将训练数据集分割成子集,使得各个子集有一个在当前条件下最好的分类。不断构建叶节点和新的最优特征,对其进行分割。直至所有训练数据子集被基本正确分类,或者没有合适的特...原创 2020-03-03 11:06:41 · 320 阅读 · 0 评论 -
朴素贝叶斯法
简介朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法,属于生成模型。模型设输入空间X∈RnX\in{R}^nX∈Rn,输出空间为类别标记集合Y={c1,c2,...,ck}Y=\{c_1, c_2,...,c_k\}Y={c1,c2,...,ck}。X是定义在输入空间上的随机变量,Y是定义在输出空间上的随机变量。P(X,Y)P(X,Y)P(X,Y)是X和Y的联合概率分布。训练...原创 2020-03-01 13:10:31 · 200 阅读 · 0 评论 -
K近邻法
简介给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的k个实例,这k个实例的多数属于某个类,就把该输入实例分为这个类。模型模型由三个基本要素:距离度量、k值的选择、分类决策规则决定。距离度量:k近邻模型的特征空间是n维实数向量空间RNR^NRN,使用的距离是欧式距离,但也可以是更一般的LpL_pLp距离或Minkowski距离。xi,xj∈RNx_i, x_j\...原创 2020-02-29 19:52:48 · 196 阅读 · 0 评论 -
范数
什么是范数?范数,是具有 “长度” 概念的函数。在线性代数、泛函分析及相关的数学领域,范数是一个函数,是矢量空间内的所有矢量赋予非零的正长度或大小。在数学上,范数包括向量范数和矩阵范数。向量范数表征向量空间中向量的大小,矩阵范数表征矩阵引起变化的大小。 一种非严密的解释就是,对应向量范数,向量空间中的向量都是有大小的,这个大小如何度量,就是用范数来度量的,不同的范数都可以来度量这个大小,就好...原创 2020-02-28 21:40:34 · 647 阅读 · 0 评论 -
感知机
简介感知机是二分类的线性分类模型,在特征空间中将实例划分为正负两类的分离超平面,属于判别式模型。模型假设输入空间是x⊆Rx\subseteq Rx⊆R,输出空间是Y={−1,+1}Y=\lbrace-1,+1\rbraceY={−1,+1}。由输入空间到输出空间的如下函数:f(x)=sign(wx+b)f(x)=sign(wx+b)f(x)=sign(wx+b)sign(x)=1,x&g...原创 2020-02-23 12:03:35 · 98 阅读 · 0 评论