![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
七月知上
梦回江南
展开
-
[机器学习笔记]回归
为了更好的理解机器学习中回归算法,将回归算法的数学推论做了推导,主要参考了斯坦福大学吴恩达和小象学院邹博的课件,以及李航的统计学习方法。水平所限若有所疏漏,敬请指出。原创 2016-12-14 17:37:35 · 14508 阅读 · 0 评论 -
[机器学习笔记]主成分分析
实际问题中过多的特征增加了问题的复杂性,所以需要将特征组合为较少的代表性特征,这些组合的特征能代表原始特征的绝大部分信息,且组合后的特征之间互不相关,而这一种方法就是主成分分析 (PCA),PCA 是最常用的一种降维方法。原创 2017-01-11 20:25:40 · 514 阅读 · 0 评论 -
[机器学习笔记]线性判别分析
线性判别分析(LDA)是一种经典的线性学习方法,亦称Fisher判别分析。LDA的思想非常朴素,即给定训练集,设法将样本投影到一条直线上,使得同类样本的投影点尽可能接近,异类样本的投影点尽可能的远。原创 2017-01-10 22:11:23 · 604 阅读 · 0 评论 -
[机器学习笔记]HMM
隐马尔可夫模型(HMM)是关于时序的概率模型,描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列,再由各个状态生成一个观测而产生观测随机序列的过程。HMM的实际问题主要包含概率计算问题,学习问题和预测问题。原创 2017-01-10 13:48:45 · 1208 阅读 · 0 评论 -
[机器学习笔记]boosting
提升(boosting)方法是一种思想,可以应用于分类,也可以应用于回归。AdaBoost,GBDT,xgboost等算法就是利用提升思想的算法。原创 2016-12-26 22:15:10 · 650 阅读 · 1 评论 -
[机器学习笔记]xgboost
xgboost是数据挖掘比赛中神器,本文是对xgboost理论部分数学推导的笔记,最后还转载了知乎上对GBDT和xgboost异同的分析。原创 2017-01-09 00:06:10 · 1063 阅读 · 2 评论 -
[机器学习笔记]EM算法
EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计或极大后验概率估计。EM算法分为求期望的E步和求极大的M步,所以这一算法称之为期望极大算法。原创 2017-01-07 16:19:58 · 934 阅读 · 0 评论 -
[机器学习笔记]机器学习基本概念总结
机器学习基本概念的总结原创 2016-12-27 13:59:07 · 1370 阅读 · 0 评论 -
[机器学习笔记]支持向量机(下)
支持向量机是一种二分类模型,它的最基本模型是定义在特征空间上间隔最大的线性分类器。支持向量机分为线性可分支持向量机,线性支持向量机和非线性支持向量机。原创 2016-12-26 17:10:46 · 625 阅读 · 0 评论 -
[机器学习笔记]支持向量机(中)
支持向量机是一种二分类模型,它的最基本模型是定义在特征空间上间隔最大的线性分类器。支持向量机分为线性可分支持向量机,线性支持向量机和非线性支持向量机。原创 2016-12-26 17:08:43 · 645 阅读 · 0 评论 -
[机器学习笔记]支持向量机(上)
支持向量机是一种二分类模型,它的最基本模型是定义在特征空间上间隔最大的线性分类器。支持向量机分为线性可分支持向量机,线性支持向量机和非线性支持向量机。原创 2016-12-22 14:00:02 · 1227 阅读 · 0 评论 -
[机器学习笔记]朴素贝叶斯
朴素贝叶斯是经典的机器学习分类算法,为了更好的理解朴素贝叶斯方法,在这里对数学公式进行了推导,同时对常用的参数估计方法也作了说明。水平有限,有所疏漏敬请指出。原创 2016-12-16 11:21:02 · 790 阅读 · 0 评论 -
[机器学习笔记]最大熵模型
最大熵原理是统计学习的一般原理,将它应用到分类得到最大熵模型。原创 2017-05-07 16:55:01 · 381 阅读 · 0 评论