- 博客(4)
- 收藏
- 关注
RSS订阅原创 【机器学习模型详细推导5】-朴素贝叶斯分类
朴素贝叶斯分类一. 朴素贝叶斯分类介绍二. 算法推导详解三. 附上《统计学习方法》中的算法流程一. 朴素贝叶斯分类介绍首先，对于更定数据集{(x1,y1),(x2,y2),…,(xm,ym)}\{ (x_1,y_1),(x_2,y_2),…,(x_m,y_m) \}{(x1,y1),(x2,y2),…,(xm,ym)}，可以得到 P(X∣Y)P(X|Y)P(X∣Y) 和 P(Y)P...
2018-11-25 20:23:41
2520
原创 【机器学习模型】集成学习总结
集成学习一. 同质集成1. Boosting2. Bagging3. Stacking二. 异质集成1. 平均法2. 投票法3. 学习法（Stacking）三. “好而不同”1. 数据样本扰动2. 输入属性扰动3. 输出表示扰动4. 算法参数扰动首先，集成学习是将多个个体学习器进行结合。若同种类型的个体学习器集成，就是“同质集成”；若集成包含不同类型的个体学习器，就叫“异质集成”。一....
2018-11-23 22:59:01
693
原创 【机器学习模型详细推导4】-决策树
决策树一. 决策树介绍二. ID3/C4.5三. CART算法1、最小二乘回归树生成算法2、CART分类树3、CART剪枝一. 决策树介绍模型： 一个树形的判断结构，内部结点表示特征或属性，叶子节点表示一个分类如何学习一个决策树：特征选择树的生成决策树剪枝实现算法： ID3、C4.5、CART二. ID3/C4.50）熵：描述数据集合不确定性的方法熵：H(D)=−∑...
2018-11-22 20:23:52
1138
原创 【ML模型详细推导3】- 感知机
感知机1. 一句话介绍感知机2. 模型介绍（原始形式）3. 感知机的对偶形式1. 一句话介绍感知机· 一个二分类的线性分类模型。· 感知机学习旨在求出将训练集数据进行线性划分的分类超平面，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得模型。· 分为原始形式和对偶形式。2. 模型介绍（原始形式）前提：数据集要求线性可分性- 模型：f(x)=sign(wx+b)...
2018-11-22 09:51:20
364
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