![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学习方法公式推导
文章平均质量分 54
亲持红叶
这个作者很懒,什么都没留下…
展开
-
统计学习方法第一章公式推导
泛化误差上界 极大似然估计 贝叶斯估计 推导正太分布均值的极大似然估计和贝叶斯估计原创 2022-07-21 23:46:14 · 443 阅读 · 0 评论 -
统计学习方法第二章 感知机 公式推导
统计学习方法第二章 感知机模型 公式推导原创 2022-07-21 23:47:59 · 227 阅读 · 0 评论 -
统计学习方法第三章 k近邻法
k近邻模型的距离划分 距离度量 k值选择原创 2022-07-28 23:36:24 · 246 阅读 · 0 评论 -
统计学习方法第四章 朴素贝叶斯法公式推导
统计学习方法第四章 朴素贝叶斯法公式推导 最大后验估计 贝叶斯估计原创 2022-07-28 23:37:48 · 381 阅读 · 0 评论 -
第五章 决策树
决策树模型原创 2022-08-04 22:44:26 · 71 阅读 · 0 评论 -
第六章 逻辑斯蒂回归与最大熵模型
逻辑斯蒂回归、最大熵模型、拉格朗日对偶原创 2022-08-04 22:48:38 · 72 阅读 · 0 评论 -
第六章 逻辑斯蒂回归与最大熵模型
logistic回归、最大熵模型、拉格朗日对偶原创 2022-08-04 22:53:36 · 40 阅读 · 0 评论 -
第七章 支持向量机
支持向量机公式推导原创 2022-08-11 22:43:06 · 94 阅读 · 0 评论 -
第八章 提升方法
提升方法、adaboost的训练误差界原创 2022-08-11 22:46:02 · 81 阅读 · 0 评论 -
第九章 EM算法
EM算法原创 2022-08-18 22:57:08 · 80 阅读 · 0 评论 -
第十章 隐马尔可夫模型
隐马尔可夫模型原创 2022-08-18 22:59:13 · 94 阅读 · 0 评论 -
第十一章 条件随机场
条件随机场原创 2022-08-25 23:06:15 · 122 阅读 · 0 评论 -
第十二章 无监督学习概论
无监督学习导论原创 2022-08-25 23:03:18 · 350 阅读 · 0 评论 -
第十四章 聚类方法
闵可夫斯基距离闵可夫斯基距离 越大相似度越小, 距离越小相似度越大。 给定样本集合 X,XX, XX,X 是 mmm 维实数向量空间 Rm\mathbf{R}^mRm 中点的集合, 其中 xi,xj∈X,xi=(x1i,x2i,⋯ ,xmi)T,xj=(x1j,x2j,⋯ ,xmj)Tx_i, x_j \in X, x_i=\left(x_{1 i}, x_{2 i}, \cdots, x_{m i}\right)^{\mathrm{T}}, x_j=\left(x_{1 j}, x_{2 j}, \c原创 2022-09-01 21:45:55 · 295 阅读 · 0 评论 -
第十五章 奇异值分解(SVD)
矩阵的奇异值分解是指, 将一个非零的 m×nm \times nm×n 实矩阵 A,A∈Rm×nA, A \in \mathbf{R}^{m \times n}A,A∈Rm×n, 表示为以下三个实矩阵乘积形式的运算 (1), 即进行矩阵的因子分解:A=UΣVTA=U \Sigma V^{\mathrm{T}}A=UΣVT其中 UUU 是 mmm 阶正交矩阵 , VVV 是 nnn 阶正交矩阵, Σ\SigmaΣ 是由降序排 列的非负的对角线元素组成的 m×nm \times nm×n 矩形对角矩阵原创 2022-09-01 21:46:43 · 220 阅读 · 1 评论