统计学习方法
qq_38420683
这个作者很懒,什么都没留下…
展开
-
统计学习方法-概论
outline 统计学习的定义 监督学习 统计学习方法的三要素 监督学习应用 统计学习 定义 计算机基于数据构建统计模型并运用模型对数据进行预测和分析 特点 以计算机,网络为平台 数据驱动 以方法为中心 学习(赫尔伯特 西蒙 Herbert A,Simon) 如果一个系统能够通过执行某个过程改进它的性能 对象 数据 统计学习的前提 统计学习关于数据的基本假设是同类数据集有一定...原创 2019-01-16 22:23:33 · 106 阅读 · 0 评论 -
统计学习方法-感知机(perceptron)
概述 感知机(perceptron) 是二分类的线性分类模型。 输入:特征向量 输出:类别,+1,-1,二值 感知机是特征空间中的超平面,属于判别模型 分为原始形式和对偶形式,是神经网络和svm的基础。 模型 定义:假设输入空间(特征空间)是X⊆RnX \subseteq R^nX⊆Rn,输出空间是y={+1,−1}y=\{+1,-1\}y={+1,−1} f(x)=sign(wx+b)f(x...原创 2019-03-05 14:12:56 · 141 阅读 · 0 评论 -
统计学习方法-k邻近(k-nearest neighbor)
概述 是基本的回归分类模型,此处只讨论分类 输入:特征向量 输出:分类类别,可以为多类 KNN没有显示学习过程 KNN的三个基本要素 k值选择 距离度量 分类决策规则 模型 模型三要素:k值选择, 距离度量,分类决策规则 模型 当训练集,距离度量,k值,分类决策规则确定后,对于任何一个新的输入,其分类是确定的的。相当于这些要素间将特征空间划分为一些子空间,确定了每个子空间里每个点的类别。...原创 2019-03-07 00:17:06 · 174 阅读 · 0 评论