![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学习方法
文章平均质量分 73
Hilbob
I will try anything once
展开
-
《统计学习方法》手撕决策树ID3,C4.5
统计学习方法决策树C4.5,ID3的python实现,包含预测代码原创 2022-11-20 22:33:28 · 469 阅读 · 0 评论 -
《统计学习方法》第五章决策树总结
决策树是一种基本的分类与回归方法,是一种描述对实例分类的树形结构。决策树还表示给定特征条件下类的条件概率分布(这已条件概率分布定义在结构空间的一个划分上)。原创 2022-11-18 17:37:10 · 968 阅读 · 0 评论 -
《统计学习方法》第四章朴素贝叶斯总结与习题
朴素贝叶斯定义:朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类方法。原创 2022-11-14 19:43:09 · 651 阅读 · 0 评论 -
《统计学习方法》第三章k近邻总结与习题
KNN算法是一种基本分类与回归方法,其假设给定一个训练数据集,其中的实例类别已定。分类时,对新的实例,根据其k个最邻近的训练实例的类别,通过多数表决等方式进行预测:一般使用的是欧氏距离。也可以使用其他距离:曼哈顿距离、切比雪夫距离、闵可夫斯基距离等。各种距离方法见链接:k值越小,模型整体变得越复杂,越容易过拟合。通常使用交叉验证法来选取最优k值:一般使用多数表决,即在 k 个临近的训练点钟的多数类决定输入实例的类。可以证明,多数表决规则等价于经验风险最小化。原创 2022-11-13 21:42:49 · 889 阅读 · 0 评论 -
《统计学习方法》第二章感知机习题
统计学习方法第二章习题与代码实现原创 2022-11-12 22:45:01 · 803 阅读 · 0 评论 -
《统计学习方法》第一章习题
伯努利模型的极大似然估计和贝叶斯估计原创 2022-11-11 19:47:58 · 594 阅读 · 0 评论