![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
MIT_sword
人生苦短,钟情AI
展开
-
机器学习算法——概率图
1.概率图模型probabilistic graphical model 就是一类用图来表达随机变量相关关系的概率模型:用一个结点表示一个或者一组随机变量。结点之间的边表示变量间的概率相关关系。概率图描述了:联合概率分布在所有随机变量上能够分解为一组因子的乘积的形式,而每个因子只依赖于随机变量的一个子集。2.根据边的性质不同,概率图模型可以大致分为两类:使用有向无环图表示随机变量间的依赖...原创 2019-10-01 14:23:05 · 537 阅读 · 0 评论 -
机器学习算法(六)——集成学习三 之Bagging算法
Bagging直接基于自助采样法bootstrap sampling。自助采样法的步骤是:给定包含 N个样本的数据集:先随机取出一个样本放入采样集中,再把该样本放回原始数据集。这样经过 N 次随机采样操作,得到包含 N个样本的采样集。初始训练集中有的样本在采样集中多次出现,有的则从未出现。一个样本始终不在采样集中出现的概率是 。根据因此初始训练集中约有 63.2% 的样本出现在了...原创 2019-09-30 09:07:55 · 1418 阅读 · 0 评论 -
机器学习算法(六)——集成学习二 之AdaBoost 算法
Boosting族算法最著名的代表是AdaBoost算法。AdaBoot算法两个核心步骤:每一轮中如何改变训练数据的权值?AdaBoost算法提高那些被前一轮弱分类器错误分类样本的权值,而降低那些被正确分类样本的权值。于是那些没有得到正确分类的数据由于权值的加大而受到后一轮的弱分类器的更大关注。最后如何将一系列弱分类器组合成一个强分类器?AdaBoost 采用加权多数表决的方法:加大...原创 2019-09-30 09:00:18 · 237 阅读 · 0 评论 -
机器学习算法(六)——集成学习一
在这之前已经介绍了不少机器学习回归和分类的方法,今天将整理一下集成学习也可以说是组合学习算法。集成学习ensemble learning是通过构建并结合多个学习器来完成学习任务。其一般结构为:先产生一组“个体学习器”(individual learner) 。个体学习器通常由一种或者多种现有的学习算法从训练数据中产生。如果个体学习器都是从某一种学习算法从训练数据中产生,则称这样的集成学习是同...原创 2019-09-30 08:31:39 · 407 阅读 · 0 评论 -
机器学习算法(三拓展)——四种贝叶斯分类器
今天给大家列举四种贝叶斯分类器:1)NaiveBayes分类器为简化计算,最简单的情形可假定各特征变量x是相对独立的,即为NB(Na????ve2Bayes)分类器,如图1所示・虽然这种条件独立的假设在许多应用领域未必能很好满足,但这种简化的贝叶斯分类器在许多实际应用中还是得到了较好的分类精度。2)TAN分类器TAN(TreeAugmentedNa????ve2Bayes)分类器对NB分类器进行了扩展...原创 2019-09-29 09:46:29 · 2124 阅读 · 0 评论 -
机器学习算法(三)——朴素贝叶斯法
今天我们来谈谈朴素贝叶斯法,它基于贝叶斯定理。一、贝叶斯定理二、朴素贝叶斯法原创 2019-09-29 09:19:10 · 186 阅读 · 0 评论 -
机器学习算法(二)——k近邻法(knn)
今天来解析一下机器学习算法比较经典的knn—k近邻法。原创 2019-09-28 15:46:03 · 180 阅读 · 0 评论 -
机器学习算法(一)——感知机
机器学习算法(一)——感知机:为了加深自己对算法对进一步理解,将逐步开始编辑写相应博客用作记录。今天在第一篇将谈谈机器学习的基础算法之感知机。感知机是二类分类的的线性分类模型,其输入为实例的特征向量,输出为实例的类别+1、-1,感知机对于输入空间(特征空间)划分为正负两类的分离超平面,属于判别类型。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,为此基于误分类的损失函数,利用梯度下降法...原创 2019-09-28 09:15:16 · 270 阅读 · 0 评论 -
只需十四步进阶算法工程师:从零开始掌握 AI算法学习(附资源)
转载自:https://www.cnblogs.com/aabbcc/p/8683042.html分享一篇来自机器之心的文章。关于机器学习的起步,讲的还是很清楚的。原文链接在:只需十四步:从零开始掌握Python机器学习(附资源)Python 可以说是现在最流行的机器学习语言,而且你也能在网上找到大量的资源。你现在也在考虑从 Python 入门机器学习吗?本教程或许能帮你成功上手,从 0 到 ...转载 2019-09-25 23:21:51 · 1152 阅读 · 0 评论 -
机器学习算法——极大似然估计
极大似然估计:1.若总体X为离散型,其概率分布列为其中 为为未知参数。设 是取自总体的样本容量为n的样本,则 的联合分布律为 。又设 的一组观测值为 ,易知样本 取到观测值 的概率为这一概率随 的取值而变化,它是 的函数,称 为样本的似然函数。2.若总体X为连续型,其概率密度函数为 ,其中 为未知参数。设 是取自总体的样本容量为n的简单样本,则 的联合概率密度函数为 。又设 的一组观测值为...原创 2019-10-08 08:14:34 · 842 阅读 · 0 评论