机器学习
文章平均质量分 92
我是豆小芽
这个作者很懒,什么都没留下…
展开
-
损失函数(极大似然与交叉熵)学习笔记
B站大佬王木头学科学讲解损失函数(最小二乘法、极大似然法、交叉熵法)的学习笔记转载 2022-10-19 19:31:56 · 264 阅读 · 1 评论 -
k 近邻法(KNN)
k 近邻法简单的理解就是输入一个实例,在训练集中寻找与其相邻最近的 k 个实例,这 k 个实例中多数属于哪个类,则该输入的实例也属于这个类。当 k = 1 时,称为最近邻法。k 近邻法没有显式的学习过程,只是将输入的全部实例点划分到不同的区域,是惰性学习(Lazy Learning )。在特征空间中,某些点距离某个实例点xi的距离,比距离其他实例点之间的距离更小,这些点组成一个区域,称为单元,实例xi的类yi作为该单元所有点的类标记。原创 2022-10-07 15:33:19 · 456 阅读 · 0 评论