![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
李航《统计学习方法(第二版)》笔记
PassionXxt
这个作者很懒,什么都没留下…
展开
-
统计学习方法02
感知机重点笔记:感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值。假设训练数据集是线性可分的,感知机学习的目标是求一个能够将训练集正实例点和负实例点能够完全分离的超平面。就是如何找w和b,需要确定一个学习策略,即定义(经验)损失函数并将损失函数极小化。感知机学习的策略实在假设空间中选区使损失函数最小的模型参数w,b,即感知机模型。感知机学习算法:最优化的方法使随机梯度下降法。感知机学习算法的原始形式:感知机学习算法是误分类驱动的,具有采原创 2020-09-13 17:07:29 · 135 阅读 · 0 评论 -
统计学习方法01
统计学习及监督学习概论1. 概念机器学习的分类:监督学习:从给定的训练数据集中学习出一个函数。训练集要求包括输入和输出,特征和目标。常见的监督学习有回归分析和统计分类(连续/离散)无监督学习:训练集没有人为标注的结果。常见的有聚类。半监督学习:介于监督学习和无监督学习之间增强学习:通过观察学习做成动作。每个动作都会对环境有所影响。学习对象根据观察到的周围环境的反馈来做出判断。假设空间:假设要学的模型属于某个函数的集合,模型可以将输入空间映射到输出空间,这个集合称为假设空间。需要从假设空原创 2020-09-07 09:51:03 · 118 阅读 · 0 评论