统计学习方法——李航
丁耗
这个作者很懒,什么都没留下…
展开
-
李航统计学习 第一章 统计学习概论
第一章 统计学习概论 1.1 统计学习 实现统计学习方法的步骤: (1)得到一个有限的训练数据集合 (2)确定包含所有可能的模型的假设空间,即学习模型的集合 (3)确定模型选择的准则,即学习的策略 (4)实现求解最优模型的算法,即学习的算法 (5)通过学习方法选择最优模型 (6)利用学习的最优模型对新数据进行预测或者分析 1.2 监督学习 监督学习的任务是学习一个模型,...原创 2018-07-03 22:22:54 · 362 阅读 · 0 评论 -
李航统计学习 第二章 感知机
第二章 感知机 感知机是二类分类的线性分类模型,输入为特征向量,输出为实例的类别,感知机对应于输入空间(特征空间)中将 实例划分为正负两类的超平面 2.1感知机模型 假设输入空间(特征空间)是x⊆Rnx⊆Rnx\subseteq \bf {R}^n,输出空间为y=+1,−1y=+1,−1y={+1,-1},由输入空间到输出空间的如下函数: f(x)=sign(w⋅x+b)f(x)=s...原创 2018-07-03 22:25:03 · 221 阅读 · 0 评论 -
李航统计学习 第三章 K邻近法
第三章 K邻近法 算法流程 输入:训练数据集 T={(x1,y1),(x2,y2),⋯,(xN,yN)}T={(x1,y1),(x2,y2),⋯,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2),\cdots,(x_N,y_N)\} 其中xi∈Rnxi∈Rn{x_i\in \bf R^n}为实例的特征向量yi∈{c1,c2,⋯,cK},i=1,2,⋯,Nyi∈{c1,c2...原创 2018-07-03 22:29:21 · 233 阅读 · 0 评论 -
李航统计学习 第四章 朴素贝叶斯
第四章 朴素贝叶斯 输入空间X⊆RnX⊆RnX\subseteq \bf R^n为nnn维向量集合,输出空间为类别标记集合Y={c1,c2,⋯,cK}Y={c1,c2,⋯,cK}Y=\{c_1,c_2,\cdots,c_K\} 训练集T={(x1,y1),(x2,y2),⋯,(xN,yN)}T={(x1,y1),(x2,y2),⋯,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2)...原创 2018-07-03 22:31:35 · 193 阅读 · 0 评论