![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
书籍阅读
文章平均质量分 85
Lydia.na
这个作者很懒,什么都没留下…
展开
-
【统计学习|书籍阅读】第七章 支持向量机 p95-p133
算法是支持向量机学习的一种快速算法,其特点是不断地将原二次规划问题分解为只有两个变量的二次规划子问题,并对自问题进行解析求解,直到所有变量满足KKT条件为止。现实中训练数据是线性可分的情形较少,训练数据往往是近似线性可分的,这时使用线性支持向量机,或软间隔支持向量机。支持向量机最简单的情况是线性可分支持向量机,或硬间隔支持向量机,构建它的条件是训练数据线性可分,其学习策略是。线性可分支持向量机的最优解存在且唯一,位于间隔边界上的实例点为支持向量,最优分离超平面由支持向量完全决定。原创 2022-10-02 09:08:17 · 834 阅读 · 0 评论 -
【统计学习|书籍阅读】第六章 logistics回国和最大熵模型 p77-p88
logistic 回归是统计学习的经典分类方法。最大熵是概率模型学习的一个准则,将其推广到分类问题得到最大熵模型。原创 2022-09-28 13:17:26 · 364 阅读 · 0 评论 -
【统计学习|书籍阅读】第五章 决策树 p55-p75
决策树是一种基本的分类与回归方法。主要讨论分类决策树。决策树模型呈树形结构,在分类问题中,表示基于特征对实例进行分类的过程。可以认为是if-then规则的集合,也可认为是定义在特征空间与类空间的条件概率分布。 学习时,利用训练数据,根据损失函数最小化原则建立决策树模型。预测时,对新的数据,利用决策树模型进行分类。 决策树学习通常包括3个步骤:特征选择、决策树的生成和决策树的修建。原创 2022-09-26 20:53:48 · 582 阅读 · 0 评论 -
【统计学习|书籍阅读】第四章 朴素贝叶斯 p47-p54
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集,首先基于特征特征条件独立假设学习输入/输出的联合概率分布;然后基于此模型,对给定的输入,利用贝叶斯定理求出后验概率最大的输出y。原创 2022-09-26 09:14:49 · 414 阅读 · 0 评论 -
【统计学习|书籍阅读】第二章 感知机 p25-p35
感知器对应于输入空间中将实例划分为正负两类的分离超平面,属于判别模型,感知机学习旨在求出将训练数据进行线性划分的分离超平面。为此,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,求的感知机模型。感知机学习算法是基于随机梯度下降法的对损失函数的最优化算法,有原始形式和对偶形式。当训练数据集线性可分时,感知机学习算法存在无穷多个解,其解由于不同的初值或不同的迭代顺序而可能有所不同。对偶形式的基本思想是将w和b表示为实例xi和标记yi的线性组合的形式,通过求解系数而得到w和b.原创 2022-09-26 08:29:15 · 167 阅读 · 0 评论 -
【统计学习|书籍阅读】第一章 统计学习方法概论 p1-p24
统计学习的对象:数据。统计学习的目标:考虑学习什么样的模型和如何学习模型,以使模型能对数据进行准确的预测与分析,同时也要考虑尽可能提高学习效率。原创 2022-09-25 17:43:46 · 477 阅读 · 0 评论