![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
coder_kang
圣·马家沟男子职业技术学院 软工小硕
展开
-
一文读懂朴素贝叶斯模型
1 概述朴素贝叶斯模型是很经典的统计学习模型,在人工智能的上古时期就已经被人们发明出来。对这个模型的学习需要有一定的概率论和数理统计的知识,但是并不复杂。整个模型就围绕一件事情,如何求后验概率,即:P(Y=ck∣X=x)P(Y=c_{k}|X=x)P(Y=ck∣X=x)定睛一看,也就是个条件概率,求在X=x的条件下,Y=ck的概率,说白了,就是对于给定的x,求出它属于Y=ck这一类的概率。...原创 2020-01-16 16:17:00 · 1353 阅读 · 0 评论 -
一文读懂K近邻(KNN)模型
1 算法描述K近邻模型是个十分通俗易懂的模型,给定一个点,我们只要找到和他在空间中最近的K个点,这K个点中出现次数最多的类别,就是这个点的分类,具体算法如下:如果了解其他机器学习模型朋友肯定会发现,这个模型和我们以往学到的机器学习模型有些区别,其没有决策函数也没有条件概率分布, 只有一个决策规则:y=argmaxcj∑xi∈Nk(x)I(yi=cj)y = arg \max_{c_{j}...原创 2020-01-14 15:42:31 · 1260 阅读 · 1 评论 -
一文读懂感知机模型
很多人第一次学习机器学习,就学的是感知机(Perceptron)这个模型。感知机模型虽然简单,但是包含的方法确实后面很多模型常常用到的,例如神经网络、支持向量机等。本文就用最简单的方式,从该模型背景出发,对其原理进行推导1. 问题提出假设在二维空间中我们有一些散点,这些散点属于不同的类,那我们该怎么样区分这些点呢?或者说按照什么样的规则分开这些点呢?我们首先想到的应该是画一条线来进行区分。如...原创 2020-01-13 20:38:07 · 1460 阅读 · 0 评论