机器学习
韩恪
这个作者很懒,什么都没留下…
展开
-
决策树
决策树是应用最广的归纳推理算法之一,是一种逼近离散值函数的方法,具有很好的健壮性,能够学习析取表达式.常用的算法有ID3,Assistant,C4.5决策树可以搜索一个完整表示的假设空间,归纳偏执是有限选择较小的树。决策树适用问题举例:根据疾病分类患者,根据起因分类设备故障,根据拖欠支付的可能性分类贷款申请。ID3的思想是自顶向下构建决策树,从“哪一个属性将在树的根节点被测试”开始,使用统计测试来原创 2015-12-19 10:41:15 · 759 阅读 · 0 评论 -
贝叶斯
1. 贝叶斯学习算法与机器学习相关的两个原因: 1. 贝叶斯学习算法能够计算显示的假设概率,比如朴素贝叶斯分类器。 2. 贝叶斯方法为理解多数学习算法提供了一种有效的手段,而这些算法不一定直接操纵概率数据。2. 贝叶斯方法的难度: 1. 需要概率的先验知识。当概率预先未知时,可以基于背景知识、预先准备好的数据以及基准分布的假设来估计概率。 2. 确定贝叶斯最优假设的计原创 2015-12-19 10:44:19 · 616 阅读 · 0 评论