机器学习算法
文章平均质量分 89
qq_41835091
这个作者很懒,什么都没留下…
展开
-
word to vector学习笔记
目录Outline:手写笔记(待补充)Main Reference:Other Reference:Outline:The General structure and assumption of two model: CBOW and Skip-Gram.The simplest version of updating parameters—‘One-word context’ version.Update parameters version2——‘Multi-word context’ ver原创 2022-01-04 16:55:38 · 265 阅读 · 0 评论 -
动态模型系列笔记(一)——隐马尔可夫模型(HMM)
隐马尔可夫模型背景介绍提纲隐马尔可夫模型(HMM)符号表示两个假设EvaluationLearningDecoding小结附录背景介绍隐马尔可夫模型 (HMM) 是一种概率图模型。我们知道,机器学习模型可以从频率派和贝叶斯派两个方向考虑,频率派发展成形成了统计机器学习,核心是优化问题;model: 例如,超平面f(ω)=ωTx+bf(\omega)=\omega^Tx+bf(ω)=ωTx+b 或者 回归(regression)等;strategy: 衡量模型好坏/评估准则 loss func原创 2021-12-26 19:23:01 · 1124 阅读 · 0 评论 -
泊松回归与类泊松回归(《R语言实践(第二版)》)
泊松回归与类泊松回归0. 背景介绍0.1 泊松回归:0.2 本示例要做的事:1.导包2.导入数据3.作图4. 拟合泊松回归:4.1解释模型参数4.2 检验过度离势(Overdispersion)4.3 对于泊松分布的过度离势4.4泊松分布出现过度离势的主要原因4.5使用gcc包对过度离势进行检验5.类泊松回归参考文献0. 背景介绍0.1 泊松回归:通过一系列连续型和/或类别型预测变量来预测计数型结果变量。0.2 本示例要做的事:用癫痫数据(Breslow)讨论在治疗初期的八周内,抗癫痫药物对癫痫发原创 2021-10-22 18:39:51 · 5133 阅读 · 1 评论 -
FP-growth算法(仅理解部分,代码待更新)
FP-growth算法(仅理解部分,代码待更新)1.简介2.构建FP树2.1.FP树简介2.2.FP树的构建步骤:2.3.FP树的构建实例step1: 扫描数据集,对所有元素项的出现次数进行计数step2:去掉不满足最小支持度的元素项step3:降序排列step2所得结果step4:将原数据集过滤支持度过小的元素并按出现次数降序排列step5:每条instance依次添加到FP树中3.从FP树挖掘频繁项集3.1.从FP树中挖掘频繁项集的步骤:3.2. 1-频繁项集的前缀路径3.3. 创建条件FP树参考文献原创 2021-09-13 13:36:20 · 406 阅读 · 0 评论