- 博客(2)
- 收藏
- 关注
RSS订阅原创 面试算法（二）—KNN
最近看了一下KNN相关内容，做下总结；大致过一下李航的书中KNN的讲解：统计学习方法中只讨论了分类K近邻法，先讲了KNN的算法流程，KNN的模型实际上是对特征空间做了一次划分，kd树中的每个节点对应了k维空间划分中的一个超矩形区域，KNN中用到了距离度量，使用的距离度量类型有Lp距离，这个明科夫斯基距离定义公式可以引申出曼哈顿距离，欧式距离和切比雪夫距离，随后讲到了K值的选择，过小则容易过拟合，过
2017-12-26 16:56:23
3267
原创 面试算法（一）—朴素贝叶斯
朴素贝叶斯先大致过一遍最近看的朴素贝叶斯内容，李航的书先讲什么是先验概率、条件概率和后验概率；朴素贝叶斯的朴素是因为假设了特征条件独立，这样减少了大量的参数计算；而后介绍了如何由贝叶斯公式推出朴素贝叶斯的分类原理，主要在计算参数时候运用了极大似然估计，通过后验概率最大化得到正确的类别；这个后验概率最大化可以证明等价于期望风险最小化。随后介绍了平滑方法，防止条件概率为0的情况出现。下
2017-12-19 14:31:46
2092
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人