2016年03月__Kevin_Duan_

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创机器学习笔记（五）——朴素贝叶斯分类

一、分类问题分类实际上是我们在日常生活中经常使用的。比如说，在工作中，把自己手头的任务分为轻重缓急，然后按照优先级去完成它们。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。从数学的角度看C={c1,c2,…,ck}C=\{c_1, c_2, \dots, c_k\}是类别的集合，集合X={x1,x2,…,xk}X=\{x_1,x_2,\dots,x_k\}是输入集合。这里，对于给定的输

2016-03-31 23:06:17 1265

原创机器学习笔记（四）——最大似然估计

一、最大似然估计的基本思想最大似然估计的基本思想是：从样本中随机抽取n个样本，而模型的参数估计量使得抽取的这n个样本的观测值的概率最大。最大似然估计是一个统计方法，它用来求一个样本集的概率密度函数的参数。

2016-03-20 19:59:23 7252

原创机器学习笔记（三）——正则化最小二乘法

一. 模型的泛化与过拟合在上一节中，我们的预测函数为： f(x;ω)=ωTxf(x;\omega) = \omega^Tx 其中， x=[x1],ω=[ω1ω0]x=\begin{bmatrix}x\\1\end{bmatrix},\omega=\begin{bmatrix}\omega_1\\\omega_0\end{bmatrix} 上述称为线性模型，我们也可以将xx扩

2016-03-06 10:57:29 11240 1