![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习 周志华(西瓜书)
遨游的菜鸡
这个作者很懒,什么都没留下…
展开
-
第十章 降维与度量学习
题10.1 (待补)10.210.310.410.510.6 (暂无)10.710.810.910.10转载 2020-04-23 22:33:29 · 173 阅读 · 0 评论 -
第九章 聚类
文章目录题9.19.2(只有理解,无证明)9.39.4(待补)9.59.69.79.89.99.10(待补)题9.19.2(只有理解,无证明)Hausdorff距离量度度量空间中真子集之间的距离。所谓度量空间,也就是一个集合,其中任意元素之间的距离可定义;真子集就简单理解成一组有限(可以是无限)数目的元素(点)集合。因此,Hausdorff距离可以理解成一个点集中的点到另一个点集的最短...原创 2020-04-22 17:45:40 · 1008 阅读 · 0 评论 -
第八章 集成学习
文章目录题8.18.28.3 待补8.48.5 待补8.68.6.1 偏差与方差解释:https://www.zhihu.com/question/204484648.78.8 待补8.9 待补8.10题8.18.28.3 待补8.4P190介绍了AdaBoost实质上是基于加性模型以类似于牛顿迭代法来优化指数损失函数。。受此启发,通过讲迭代优化过程替换为其他优化方法,产生了Gra...原创 2020-03-31 15:52:19 · 186 阅读 · 0 评论 -
第七章 贝叶斯分类器(待补)
文章目录题7.17.27.3(待补)7.47.57.6(待补)7.77.87.9(待补)7.10(待补)题7.1西瓜数据集3.0(P84)编号,色泽,根蒂,敲声,纹理,脐部,触感,密度,含糖率,好瓜1,青绿,蜷缩,浊响,清晰,凹陷,硬滑,0.697,0.46,是2,乌黑,蜷缩,沉闷,清晰,凹陷,硬滑,0.774,0.376,是3,乌黑,蜷缩,浊响,清晰,凹陷,硬滑,0.634,0....原创 2020-03-25 17:11:26 · 309 阅读 · 0 评论 -
第六章 支持向量机(未完)
文章目录题6.16.2题6.16.2原创 2020-03-20 23:32:17 · 101 阅读 · 0 评论 -
第五章 神经网络(待补充)
文章目录题5.15.25.35.4题5.1神经网络中的激活函数是为了给线性分类添加非线性因素,使其能很好进行非线性划分。如果在使用线性函数进行激活,那么无论多少层神经网络都会退化成线性回归,无法进行非线性分类。因此激活函数主要有以下几个要求:非线性,内在反映的是模型的非线性;可微性,以支持梯度下降法等基于微分的优化方法;单调性,以保证单层网络是凸约束,从而存在最优;输出值范围受限...原创 2020-03-18 13:39:54 · 137 阅读 · 0 评论 -
第四章 决策树(代码待补)
题4.1决策树停止生成的三个条件:1.当前结点包含的样本全属于同一类别,无需划分2.当前属性集为空,或是所有样本在所有属性上取值相同,无法划分3.当前结点包含的样本集合为空,不能划分而题目中特征向量完全相同但标记不同的,就属于第二种情况里的所有样本在所有属性上取值相同,无法划分,这时候会将样本数最多的类返回,以后训练数据用此决策树预测时都返回同一个类,因此若要保证训练误差为0,那么一...原创 2020-03-16 23:10:00 · 567 阅读 · 0 评论 -
第三章 线性模型
题3.1f(x)=ωTx+bf(x)=\omega^{T} x+bf(x)=ωTx+b 中,ωT\omega^{T}ωT 和b有各自的意义,简单来说,ωT\omega^{T}ωT决定学习得到模型(直线、平面)的方向,而b则决定截距,当学习得到的模型恰好经过原点时,可以不考虑偏置项b。偏置项b实质上就是体现拟合模型整体上的浮动,可以看做是其它变量留下的偏差的线性修正,因此一般情况下是需要考虑偏...原创 2020-03-15 00:33:30 · 1898 阅读 · 0 评论 -
目录
个人目录:参考:https://zhuanlan.zhihu.com/c_1013850291887845376参考:https://blog.csdn.net/icefire_tyh/article/details/52064910原创 2020-03-13 23:02:49 · 90 阅读 · 0 评论 -
第二章 模型评估与选择
题2.1采样角度:采用分层采样,因此要保证训练集里有350个正例、350个反例,测试集里有150个正例,150个反例划分方式角度:具体划分数值已确定(70%训练,30%测试),那么就开始从500个正例中挑350个放入训练集,500个反例中挑350个放入训练集,剩下的放入测试集。挑哪些放入训练集就是数学的组合问题:正反例都要挑,因此结果为 C500150C_{500}^{150}C5...原创 2020-03-13 23:01:15 · 183 阅读 · 0 评论 -
第一章 绪论
1.1版本空间:概念学习中,学习过程看作是在假设空间(所有特征取值组成的空间)中搜索的过程,搜索目标是寻找与训练集“匹配”的假设。比如西瓜有色泽、根蒂、敲声3种属性/特征,每种属性/特征都各有3种取值,再加上每种属性的通配取值/泛化取值 ‘ * ’,则每种属性取值情况有4种,最后还有一种情况是不存在正例,因此假设空间的大小为 4 * 4 * 4+1=65 。现实问题中常面临很大的假设空间,...原创 2020-03-11 22:05:08 · 156 阅读 · 0 评论