![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
ML
ML
还没上梁山的好汉
这个作者很懒,什么都没留下…
展开
-
贝叶斯估计
条件概率有两个事件分别为A,B基于事件A发生后,而B事件发生的概率记作P(B|A)这就是条件概率。如何计算呢?等于事件A,B同时发生的概率P(AB)除以P(A)物理意义就是图中AB重合的面积除以A的面积。最终的公式:P(B|A)= P(AB)/P(A)2.全概率公式B是完备事件组P(A)=∑nj=1P(A|Bj)P(Bj)附图懒得打字3.贝叶斯定理它又叫做逆概率公式。意思就是:在基于A发生概率已知的条件下,由Bi事件导致A发生的概率。...原创 2021-03-28 20:10:23 · 156 阅读 · 0 评论 -
数据规范化
Z-Score规范化将数据规范到0均值,1方差的标准正态分布上处理方法: Z = (X- ц )/ бX= [[1, 2, 1, 1], [3, 3, 1, 2], [3 ,5, 4, 3], [5 ,4, 5 ,4], [5, 6, 1, 5], [6, 5 ,2, 6], [8 ,7, 1, 2], [9 ,8, 3, 7]]from sklearn import preprocessingimport numpy as npsca.原创 2021-03-10 21:42:00 · 97 阅读 · 0 评论 -
PCA
PCAPCA 主成成分分析 (Principal Component Analysis)pca的作用:数据降维PCA实际操作的时候都要经过哪些步骤?1.整理原始矩阵X(m*n)2.求原始矩阵X的协方差矩阵 S(m*m) = Cov(X) = 1/m * (X - EX)T*(X-EX)3.求协方差矩阵的特征值特征向量4.将特征向量按对应特征值大小从上到下按行排列成矩阵,取前 k 列组成矩阵 P5.Y = X(m*n)*P(n*k) 即为降维到 k 维后的数据补充: SVD A(m*n原创 2021-03-05 22:06:35 · 92 阅读 · 0 评论