机器学习
Felix_CY
这个作者很懒,什么都没留下…
展开
-
Multi-label learning (转)
Multi-Label Learning 第一周Multi-Label Learning 第一周Multi-Label Learning的含义传统机器学习多标签学习Multi-Label Learning 算法分解为多个单标签问题标签排序发现类间内在联系Multi-Label Learning 算法的评估指标Mul转载 2017-03-07 15:27:31 · 1158 阅读 · 0 评论 -
ML-kNN 多标签k近邻算法 MLL (转)
http://blog.csdn.net/Kodoo/article/details/49905877ML-kNN 多标签k近邻算法 MLL Week 1ML-kNN 多标签k近邻算法 MLL Week 1传统kNN多标签kNN 学习张敏灵老师的《ML-kNN: a lazy learning approach转载 2017-03-07 15:28:54 · 2494 阅读 · 0 评论 -
先验概率和后验概率
一、先验概率先验概率是根据以往的经验和材料分析得出的概率,如全概率公式,它往往作为"由因求果"问题中的"因"出现的概率·。“因”类似为下面完备事件组Bi的概率。全概率公式:内容:如果事件B1、B2、B3…Bn 构成一个完备事件组,即它们两两互不相容,其和为全集;并且P(Bi)大于0,则对任一事件A有P(A)=P(A|B1)*P(B1) + P(A|B2)*P(B2) + ... +原创 2017-05-02 15:23:03 · 435 阅读 · 0 评论 -
Logistic回归
1. logistic回归用于二分类回归算法有m个训练集,,y表示标签,y取值0或者1,二分类问题。xi表示n维特征向量。X表示nxm的特征矩阵,Y表示1xm标签向量。(1) logistic回归函数:,W,b是权重。W是n维向量,b是权重。也是需要训练的值。(2)损失函数(Loss function):(定义单个训练样本的情况)log是单调递增函数,即在训练迭代过原创 2017-09-16 20:54:57 · 359 阅读 · 0 评论 -
模糊C均值聚类算法
1.模糊聚类传统的聚类分析是一种硬划分,它把每个带辨别的对象严格划分到某个类中,同一事物属于且仅属于所划定类别中的 某一类。但是实际中存在大多数对象没有严格的属性划分,它们在形态和类属方面存在着中介性,适合进行软划分,用普通集合的理论往往不能完全解决具有模糊性的分类问题。当下流行和应用广泛的模糊C-均值聚类算法。2.模糊C均值算法参考http://9269309.blog.51cto.原创 2017-11-03 15:30:43 · 937 阅读 · 0 评论 -
Hoeffding 不等式
1. 独立同分布:指在随机过程中,任何时刻的取值都为随机变量,如果这些变量的取值服从同一分布,并且互相独立,那么这些变量就是独立同分布的。同一分布可以是均匀分布,或者伯努利分布等。2. 独立同分布的中心极限定律:X1,X2,X3.....Xn是独立同分布的n个随机变量,当n很大时,它们的和X=X1+X2+...+Xn可以近似看做服从正态分布的。3. 0-1分布:又名两点分布,也叫伯努利分布。但伯努...原创 2018-03-08 17:32:09 · 7431 阅读 · 0 评论