![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
我和一只小喵喵
这个作者很懒,什么都没留下…
展开
-
统计学习方法概论
统计学习方法概论1 统计学习方法概论1.1 统计学习1.2 监督学习基本概念1.3 统计学习三要素损失函数——模型一次预测的好坏风险函数——平均意义下模型的好坏1.4 模型的评估与选择1.5 正则化和交叉验证1.6 泛化能力1.7 生成模型与判别模型1.8 分类问题1.9 标注问题1.10 回归问题参考 1 统计学习方法概论 注:对《统计学习方法》第一章知识点的概括 1.1 统计学习 对象:数据;...翻译 2019-01-08 21:08:15 · 117 阅读 · 0 评论 -
贝叶斯学习
贝叶斯学习1.基础2.贝叶斯决策论最小错误率贝叶斯决策3.贝叶斯分类器3.1 朴素贝叶斯分类器3.2 正态密度的贝叶斯分类器4 贝叶斯学习与参数估计问题4.1 贝叶斯学习4.2 极大似然估计4.3 最大后验估计参考 1.基础 条件概率:P(A∣B)=P(AB)P(B)P(A|B) = \frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB) 乘法定理:P(AB)=P(A∣B)P(B...原创 2019-01-08 22:15:15 · 248 阅读 · 0 评论 -
非线性分类
非线性分类概述决策树决策树的生成ID3C4.5剪枝CARTK近邻快速搜索近邻法剪辑近邻法压缩近邻法拒绝决策近邻法集成学习Bagging随机森林Boosting:AdaBoost非线形SVM 概述 线形扩展 线形扩展模型:g(x)=wTφ(x)+bg(x) = w^T\varphi(x)+bg(x)=wTφ(x)+b 核函数方法:g(x)=wTk(x1,x2)+bg(x) = w^Tk(x_1,...原创 2019-01-09 20:10:56 · 2353 阅读 · 0 评论 -
线性分类
线性分类概述感知机Fisher鉴别方法最小距离分类最小均方误差 概述 感知机 求解步骤 将数据表示为增广向量形式 eg.x1(1,1,1)x_1(1,1,1)x1(1,1,1),最后一位表示类别 初始话w0=0,0,0w_0={0,0,0}w0=0,0,0 迭代计算 对于正样本,w0xiT>0w_0x_i^T>0w0xiT>0,否则更新w0=w0+xi...原创 2019-01-09 16:48:54 · 135 阅读 · 0 评论