统计学习
猫哆哩o0
嗷嗷嗷
展开
-
《统计学习方法》李航_学习笔记_第2章_感知机
**第2章 感知机** 感知机(perception)是一种二类分类的线性分类模型 输入:实例的特征向量 输出:实例的类别(+1,-1) 感知机: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 目的:求出将训练数据进行线性划分的分离超平面 方法: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,求得感知机模型2.1感知机模型 感知机: f(x)=原创 2017-01-07 13:14:21 · 573 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第1章_统计学习方法概论
第1章 统计学习方法概论1.1 统计学习 统计学习从数据出发,提取数据特征,抽象出数据的模型,发现数据中的知识,并对数据进行分析和预测。 统计学习的总目标:学习什么样的模型、如何学习模型,使得模型能够对数据进行准确的预测与分析,同时尽可能提高学习效率。 统计学习三要素:模型(模型的假设空间)、策略(模型的选择准则)、算法(模型学习的算法) 方法=模型+策略+算法 统计学习方法的步骤 (1原创 2017-07-01 22:53:49 · 514 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第3章_k近邻法
第3章 k近邻法k近邻法(k-nearest neighbor,k-NN)是一种基本分类与回归方法 输入:实例的特征向量 输出:实例的类别 k近邻法假设给定一个训练数据集,其中的实例类别已定,分类时,对新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测。 实质:利用训练数据集对特征向量空间进行划分,并作为其分类的模型k近邻法三要素: k值的选择、距离度量、分类决策规则原创 2017-01-07 17:56:26 · 594 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第5章_决策树
第5章 决策树 《统计学习方法》李航 第五章 决策树 《机器学习实战》 第3章 决策树决策树: 1.树形结构(内部节点表示一个特征或属性,叶节点表示一个类) 2.if-then规则的集合(决策树上所有根节点到叶节点路径的集合)互斥且完备 3.定义在特征空间与类空间上的条件概率分布。(将特征空间划分为互不相交的单元,并在每个单元定义一个类的概率分布,将节点实例归为条件概率最大的一类)原创 2017-09-08 10:26:13 · 202 阅读 · 0 评论 -
《统计学习方法》李航_学习笔记_第4章_朴素贝叶斯
第4章 朴素贝叶斯 《统计学习方法》李航 第4章 朴素贝叶斯 《机器学习实战》第4章 基于概率论的分类方法这里写代码片原创 2017-09-09 16:05:31 · 460 阅读 · 0 评论