机器学习
文章平均质量分 81
小马和小金
这个作者很懒,什么都没留下…
展开
-
朴素贝叶斯
一、贝叶斯分类 是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称贝叶斯分类。而贝叶斯分类中最简单的一种:朴素贝叶斯分类。二、贝叶斯定理: 已知某条件概率,如何得到两个事件交换后的概率,也就是在已知P(A|B)的情况下如何求得P(B|A)。三、朴素贝叶斯分类思想: 给出待分类项,求解在此项出现的条件下其他各个类别的出现的概率,哪个概率较大就认为待分...转载 2018-07-07 21:00:56 · 118 阅读 · 0 评论 -
决策树原理与实现
(一)认识决策树1、决策树分类原理 决策树是通过一系列规则对数据进行分类的过程。它提供一种在什么条件下会得到什么值的类似规则的方法。决策树分为分类树和回归树两种,分类树对离散变量做决策树,回归树对连续变量做决策树。 近来的调查表明决策树也是最经常使用的数据挖掘算法,它的概念非常简单。决策树算法之所以如此流行,一个很重要的原因就是使用者基本上不用了解机器学习算法,也不用深究它是如何工作的。直观...转载 2018-07-07 21:07:39 · 1030 阅读 · 0 评论 -
logistic)回归深入理解、阐述与实现
逻辑斯蒂(logistic)回归深入理解、阐述与实现第一节中说了,logistic 回归和线性回归的区别是:线性回归是根据样本X各个维度的Xi的线性叠加(线性叠加的权重系数wi就是模型的参数)来得到预测值的Y,然后最小化所有的样本预测值Y与真实值y'的误差来求得模型参数。我们看到这里的模型的值Y是样本X各个维度的Xi的线性叠加,是线性的。Y=WX (假设W>0),Y的大小是随着X各个维度的叠...转载 2018-07-07 21:13:09 · 2928 阅读 · 0 评论