![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
Godxv
编程使我快乐:)
展开
-
TextRank算法抽取关键词
PageRank由于TextRank是由大名鼎鼎的Google的PageRank算法转化而来,所以这里先介绍一下PageRank算法。PageRank最开始用来计算网页的重要性。在衡量一个网页的排名时,直觉告诉我们: (1)一个网页被更多网页链接时,就应该越重要,其排名就应该越靠前。 (2)排名高的网页应具有更大的表决权,即当一个网页被排名高的网页所链接时,其重要性也应该提高。原创 2017-09-17 21:38:40 · 13170 阅读 · 1 评论 -
感知机学习算法的对偶形式
本文相对于原文在代码中添加了自己的理解和注释,省略推理过程,想看原理推导的请参考原文:http://www.hankcs.com/ml/the-perceptron.html原创 2017-09-12 15:17:56 · 12996 阅读 · 3 评论 -
感知机
本文省略推理过程,直接上算法过程和代码,想看原理推导的请参考原文:http://www.hankcs.com/ml/the-perceptron.html概念感知机是二分类模型,输入实例的特征向量,输出实例的±类别。原创 2017-09-11 16:34:27 · 2366 阅读 · 1 评论 -
《统计学习方法》笔记(一)
统计学习方法学习笔记(一)原创 2017-09-02 18:27:32 · 325 阅读 · 0 评论 -
k近邻法之kd树
k近邻算法给定一个训练数据集,对新的输入实例,在训练数据集中找到跟它最近的k个实例,根据这k个实例的类判断它自己的类(一般采用多数表决的方法)。k近邻模型模型有3个要素——距离度量方法、k值的选择和分类决策规则。模型当3要素确定的时候,对任何实例(训练或输入),它所属的类都是确定的,相当于将特征空间分为一些子空间。转载 2017-09-22 15:20:05 · 491 阅读 · 0 评论 -
KNN之手写数字识别
KNN之手写数字识别原创 2017-09-30 20:28:20 · 629 阅读 · 0 评论 -
朴素贝叶斯法
学习与分类算法先从训练数据中计算先验概率和条件概率,然后对于给定的实例计算最大的条件概率,输出该条件对应的类别。 贝叶斯估计最大似然估计有个隐患,假设训练数据中没有出现某种参数和类别的组合怎么办?此时估计的概率值为0,但是这不代表真实数据中就没有这样的组合。解决办法是采用贝叶斯估计1、条件概率的贝叶斯估计:转载 2017-10-13 15:21:04 · 338 阅读 · 0 评论 -
资源帖
入门深度学习原创 2017-08-16 19:31:39 · 307 阅读 · 0 评论