- 博客(3)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 支持向量机SVM
1、简介 理解SVM，咱们必须先弄清楚一个概念：线性分类器。 给定一些数据点，它们分别属于两个不同的类，现在要找到一个线性分类器把这些数据分成两类。如果用x表示数据点，用y表示类别（y可以取1或者-1，分别代表两个不同的类），一个线性分类器的学习目标便是要在n维的数据空间中找到一个超平面（hyper plane），这个超平面的方程可以表示为（ wT中的T代表转置）：
2016-07-13 18:32:00
1837
原创 knn最近邻
1、算法基本思想 K最近邻（k-Nearest Neighbor，KNN）分类算法可以说是最简单的机器学习算法了。它采用测量不同特征值之间的距离方法进行分类。它的思想很简单：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。 比如上面这个图，我们有两类数据，分别是蓝色方块和红色三角形，他们分布在一
2016-07-08 10:07:56
1627
原创 决策树
从信息论知识中我们直到，期望信息越小，信息增益越大，从而纯度越高。所以ID3算法的核心思想就是以信息增益度量属性选择，选择分裂后信息增益最大的属性进行分裂。下面先定义几个要用到的概念。 设D为用类别对训练元组进行的划分，则D的熵（entropy）表示为： 其中pi表示第i个类别在整个训练元组中出现的概率，可以用属于此类别元素的数量除以训练元组
2016-07-04 20:17:54
632
第十三到十五课
2018-01-12
第十到十二课
2018-01-12
第七到九课
2018-01-11
第四到六课
2018-01-11
机器学习要点第一到三课
2018-01-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人