- 博客(5)
- 收藏
- 关注
RSS订阅原创 '感知机'，'k近邻'，'朴素贝叶斯'
’感知机’，‘k近邻’，'朴素贝叶斯’一、模型的泛化能力？学习方法的泛化能力是指由该方法学习到的模型对未知数据的预测能力；是学习方法本质上的重要性质。现实中采用最多的办法就是通过测试误差来评价学习方法的泛化能力。但这种评价是依赖于测试数据集的，因为测试数据集是有限的，很可能得到的评价结果是不可靠的。简单说，模型的泛化能力是指已经训练好的模型，对于非训练数据集进行测试的误差程度；二、梯度...
2020-01-15 00:09:20
440
原创 流形学习
流形学习一、什么是流形学习？介绍两个常见的非线性流行学习算法的原理和思想；流形学习:流行（Manifold）= Many+Fold,字面意思就是很多曲面叠加；流形学习的观点认为我们所观察到的数据实际上是由一个低维流行映射到高维空间的；一个流行就好比是一个d维空间，在一个m维的空间中（m>d）被扭曲之后的结果。需要注意的是流形不是一个形状，而是一个空间，欧式空间是流行的一种特殊情况；...
2020-01-14 23:34:16
521
原创 无监督学习-聚类
无监督学习-聚类一、简述什么是聚类？及常用的聚类统计量；聚类:聚类是针对给定的样本，根据据他们特征的相似度或者距离，将其归并到若干个"类"或"簇"的数据分析问题。一个类是样本的一个子集。直观上，相似的样本在相同的类，不相似的样本分散在不同的类。目的是通过得到的"类"或"簇"，来发现数据的特点或者对数据进行处理，在数据挖掘、模式识别等领域有着广泛的应用。属于无监督学习，只是根据样本的相似度或...
2020-01-14 22:59:53
412
原创 '决策树'，'Logistic回归'，'支持向量机'
’决策树’，‘Logistic回归’，'支持向量机’一、简述决策树方法的基本原理；决策树是一种基本的回归与分类方法；可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其优点是模型具备可读性，分类速度快；决策树模型：**定义：**分类决策树模型是一种描述对实例进行分类的树状结构。决策树由节点和有向边组成。节点有两种类型：内部节点和叶节点。内部节点表示一个...
2020-01-14 22:45:10
1049
原创 利用PCA，SVD原理实现对图片的特征提取（矩阵降维）
关于PCA和SVD的区别，以及简单的应用实例简述SVD和PCA PCA SVD 区别功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowch...
2019-10-25 12:52:03
4923
4
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