- 博客(6)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 高斯过程回归（GPR）—— 数学推导
补充知识点：1. 高斯分布； 2. 条件概率P的值：P = N(u, E) ？？posterior：后验分布GP：连续域上，无限多个高维随机变量（高斯分布）所组成的随机过程。：高维高斯分布GPR可从两个视角观察 权重空间角度和函数空间角度，二者结果一样，但函数空间角度更加简单。1. 权重空间角度 GPR = Bayesian LR + Ker...
2019-07-31 22:00:10
8127
1
原创 特征工程（3）：特征选择—信息增益
信息增益，基于信息熵来计算，它表示信息消除不确定性的程度，可以通过信息增益的大小为变量排序进行特征选择。信息量与概率呈单调递减关系，概率越小，信息量越大。1. 基本概念1.1 信息量 信息量的数学定义如下式所示，U表示发送的信息，则表示发送信息U中的一种类型。 1....
2019-07-30 15:59:42
5826
原创 特征工程（3）：特征选择
在建立模型之前，我们已经按照特征构建的方法得到了数据集，但是这样的数据集可能存在大量的特征，特征之间可能存在相关性，也可能存在冗余特征，因此需对数据集进行降维处理，以得到最优子集，这个过程叫做特征选择。 特征选择的常用方法通常可分为三类：直接法、单变量特征选择、多变量特征选择。 1. 直接法 2. 单元法 2....
2019-07-30 15:32:07
295
原创 卡尔曼滤波器算法（Kalman Filter）—— 数学推导，图文并茂
（1）HMM：隐变量是离散的（2）Kalman Filter：又叫 Linear Dynamic Model 或 Linear Gaussian Model 隐变量和观测变量都是连续的，都是服从高斯分布的 （3）Particle Filter：Non-Linear、Non-Guaaian1.Kalman Filter这里：Z为状态，相当...
2019-07-10 14:24:52
1536
原创 隐马尔科夫模型（HMM）
出处：视频截图，b站shuhuai008目录代码实现：hmmlearn1. 背景1.1 数理统计学两大派1.2 概率图2. HMM2.1 一个模型，两个假设，三个问题2.2 Evaluation问题（1）前向（2）后向2.3 Learning问题2.4 Decoding问题3. 总结3.1 HMM3.2 动态模型（Dynamic Mo...
2019-07-07 16:38:06
35513
5
chapter13_Income Forecasting Model.rar
2019-05-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人