- 博客(3)
- 收藏
- 关注
RSS订阅原创 朴素贝叶斯算法
简单记录《统计学习方法》书中的朴素贝叶斯算法。朴素贝叶斯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假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入xxx，利用贝叶斯定理求出后验概率最大的输出yyy。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。基本概要朴素贝叶斯法是典型的生成学习方法，生成方法由训练数据学习联合概率分布P(X∣Y)P(X|Y)P(X∣Y)，然后求得后验概率分布P(Y∣X)P(Y|X)P(Y∣X)。具体来说
2020-12-09 10:38:04
261
原创 K邻近算法（K-NN）
简单记录学习《统计学习方法》书中的k近邻模型。k近邻法（k-nearest neighbor,k-NN）是一种基本分类与回归方法。k邻近算法k邻近算犯法简单、直观描述：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。算法描述：输入：训练数据集T={(x1,y1),(x2,y2)，(x3,y3),⋯ ,(xN,yN)} T= \lbrace(x_{1},y_{1}),(x_{2},y_{2})，(x_3,y_3)
2020-12-02 16:23:39
720
原创 迁移学习
1 迁移学习概念：是指利用数据、任务、或模型之间的相似性，将在旧领域学习过的模型应用于新领域的一种学习过程。Why？大数据与少标注之间的矛盾。大数据与弱计算之间的矛盾。普适化模型与个性化需求之间的矛盾。特定应用的需求。Solution：大数据与少标注：迁移数据标注。寻找一些与目标数据相近的有标注的数据，从而利用这些数据来构建模型，增加目标数据的标注。大数据与弱计算：模型迁移。将大公司在大数据上训练好的模型，迁移到我们的任务中，针对我们的任务进行微调，从而我们也可以拥有在大数据
2020-11-21 22:29:28
2422
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人