统计学习
十三吖
这个作者很懒,什么都没留下…
展开
-
统计学习方法概论
转自:http://www.cnblogs.com/itmorn/p/7562897.html 转载 2018-04-27 21:14:48 · 119 阅读 · 0 评论 -
感知机
转自:http://www.cnblogs.com/itmorn/p/7590589.html 感知机(perceptron) 是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值.感知机...转载 2018-04-27 21:55:00 · 148 阅读 · 0 评论 -
k近邻法
转自:http://www.cnblogs.com/itmorn/p/7608464.html k 近邻法(k-nearest neighbor,k-NN) 是一种基本分类与回归方法。本书只讨论分类问题中的k近邻法。k近...转载 2018-04-27 21:56:42 · 129 阅读 · 0 评论 -
朴素贝叶斯
转自:http://www.cnblogs.com/itmorn/p/7616864.html 朴素贝叶斯(naive Bayes) 法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集,首先基于特征条件独立...转载 2018-04-27 21:58:23 · 167 阅读 · 0 评论 -
支持向量机
转自:http://www.cnblogs.com/itmorn/p/7663369.html 支持向量机(supportvectormachines,SVM) 是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器,间隔最大使它有别于感知机; 支持向量机还包括核技巧,这使它成为实质上的非线性分类器.支持向量机的学习策略就是间隔最大化,...转载 2018-04-27 22:01:21 · 1529 阅读 · 0 评论 -
提升(boosting) 方法
转自:http://www.cnblogs.com/itmorn/p/7751276.html 提升(boosting) 方法是一种常用的统计学习方法,应用广泛且有效.在分类问题中,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能.本章首先介绍提升方法的思路和代表性的提升算法AdaBoost; 然后通过训练误差分析探讨...转载 2018-04-27 22:02:38 · 349 阅读 · 0 评论 -
隐马尔可夫模型
转自:http://www.cnblogs.com/itmorn/p/7822747.html 隐马尔可夫模型(hidden Markov model,HMM) 是可用于标注问题的统计学习模型,描述由隐藏的马尔可夫链随机生成观测序列的过程,属于生成模型.本章首先介绍隐马尔可夫模型的基本概念,然后分别叙述隐马尔可夫模型的概率计隐马尔可夫模型在语...转载 2018-04-27 22:03:57 · 684 阅读 · 0 评论 -
《统计学习算法》决策树
基于信息增益的ID3决策树的原理以及Python实现 from matplotlib.font_manager import FontProperties import matplotlib.pyplot as plt from math import log import operator """ 函数说明:...转载 2018-04-27 21:07:06 · 309 阅读 · 0 评论