![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 93
Totoro_hui
这个作者很懒,什么都没留下…
展开
-
BP神经网络
BP神经网络BP神经网络概述BP算法基本原理1 BP网络模型2 BP网络的标准学习算法3 BP算法的直观解释1 概述Rumelhart,McClelland于1985年提出了BP网络的误差反向后传BP(Back Propagation)学习算法。特点: - 1、非线性映射能力 能学习和存贮大量输入-输出模式映射关系,而无需事先了解描述这种映射关系的数学方程。只要能提供足够多的样本模式原创 2016-12-16 09:52:39 · 806 阅读 · 1 评论 -
贝叶斯分类器
贝叶斯分类器贝叶斯分类器朴素贝叶斯1 摘要2 贝叶斯分类的基础贝叶斯定理3 朴素贝叶斯原理4 连续值特征属性划分的条件概率及Laplace校准半朴素贝叶斯 分类1 朴素贝叶斯1.1 摘要分类问题应用得算法很多,线性回归、逻辑回归、SVM、决策树、贝叶斯算法。线性回归和逻辑回归是利用了边界判定方法。SVM利用的也是边界判定,只不过利用了支持向量。决策树算法利用的是分类信息的信息增益方法。贝原创 2016-12-16 10:00:21 · 792 阅读 · 0 评论 -
决策树
决策树决策树如何划分决策树1 决策树的构造- 3属性是连续值此时确定一个值作为分裂点split_point按照split_point和split_point生成两个分支2 ID3 算法3 C45算法4 基尼系数如何防止决策树的过拟合1 剪枝处理决策树样本值的连续与缺失1 连续值处理2 缺失值处理@(机器学习)[机器学习, 算法, ID3, C4.5]1 如何划分决策树1.1原创 2016-12-16 09:50:42 · 3111 阅读 · 0 评论 -
PageRank算法
概述核心思想PageRank算法原理优缺点改进总结1 概述PageRank是Google创始人拉里·佩奇和谢尔盖·布林于1997年构建早期的搜索系统原型时提出的链接分析算法,并以Google创办人拉里.佩奇(Larry Page)命名。PageRank计算页面的重要性,对每个链入(inbound)赋以不同的权值,链接提供的页面越重要则此链接权值越高。当前页的重要性,是由其它页面的重要性决原创 2017-03-20 22:18:29 · 668 阅读 · 0 评论 -
机器学习算法简单汇总
EM算法1 算法原理Adaboost 算法k-means 算法混合高斯模型算法GMM算法1 EM算法1.1 算法原理方法:利用了凸函数Jensen不等式,即Jensen不等式表述如下:E(f(X))>= f(EX). EM可以看作是J的坐标上升法,E步固定θ\theta ,优化Q,M步固Q,优化θ\theta 。最大期望(EM)算法是在概率(probabilistic)模型中寻找参数最原创 2017-03-20 22:20:48 · 536 阅读 · 0 评论