机器学习
Sundm@lhq
岁月流时,已经忘了如何悲伤
展开
-
《机器学习》周志华(西瓜书)学习笔记 第三章线性模型
**3.1 基本形式3.2 线性回归3.3 对数几率回归3.4 线性判别分析3.5 多分类学习3.6 类别不平衡问题**原创 2019-05-11 15:51:40 · 1740 阅读 · 1 评论 -
《机器学习》周志华(西瓜书)学习笔记 第九章 聚类
机器学习笔记总目录第九章 聚类聚类是一种经典的无监督学习方法,无监督学习的目标是通过对无标记训练样本的学习,发掘和揭示数据集本身潜在的结构与规律,即不依赖于训练数据集的类标记信息。聚类则是试图将数据集的样本划分为若干个互不相交的类簇,从而每个簇对应一个潜在的类别。9.1 距离度量聚类性能度量亦称聚类"有效性指标" (validity index).目标: 聚类结果的"簇内相似 度" (...原创 2019-07-07 09:29:01 · 1883 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第十章 降维与度量学习
机器学习总目录第十章 降维与度量学习10.1 K近邻学习k近邻学习是一种监督学习算法,在给定的训练样本集中,基于某种距离度量,找出与训练集最靠近的kkk个训练样本,然后基于这k个邻居信息来进行预测。投票法:通常在分类任务中使用,判别方法是选择这kk个样本中出现最多的类别标记作为预测结果。平均法:通常在回归任务中使用,判别方法是将这kk个样本的实值输出标记的平均值最为预测结果。加权平...原创 2019-07-10 14:37:26 · 2735 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第八章 集成学习
机器学习 学习笔记4总目录第八章 集成学习8.1 个体与集成集成学习的一般结构:先产生一组"个体学习 器" (individual learner),再用某种策略将它们结合起来。...原创 2019-06-27 15:12:09 · 1323 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第七章 贝叶斯分类器
《机器学习》周志华(西瓜书)学习笔记总目录第七章 贝叶斯分类器1.贝叶斯决策论假设有 N 种可能的类别标记,即 y={C1,C2,…,CN}y = \{C_1, C_2,… , C_N\}y={C1,C2,…,CN}λji\lambda_{ji}λji 是将一个真实标记为 CjC_jCj 的样本误分类为 CiC_iCi 所产生的损失.基于后验概率 P(Ci∣x)P(C_i |...原创 2019-06-13 17:24:48 · 1270 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第六章 支持向量机
机器学习 周志华 学习笔记总目录第六章 支持向量机6.1 间隔与支持向量给定训练样本集D={(x1,y1),(x2,y2),⋯ ,(xm,ym)}D=\{(x_1,y_1),(x_2,y_2),\cdots,(x_m,y_m)\}D={(x1,y1),(x2,y2),⋯,(xm,ym)},yiϵ{−1,+1}y_i \epsilon\{-1,+1\}...原创 2019-05-27 22:20:58 · 982 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第一章 绪论
《机器学习》周志华(西瓜书)学习笔记第一章 绪论machine learning:它致力于研究如何通过计算的手段,利用经验来改善系统自身的性能。机器学习,是研究关于学习算法的学问。学习算法:机器学习所研究的主要内容,是关于在计算机上从数据中产生“模型”的算法,即“学习算 法”。学习算法的作用:1.基于提供的经验数据产生模型;...原创 2019-05-11 13:55:31 · 1364 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第二章 模型评估与选择
第二章 模型评估与选择原创 2019-05-11 15:44:49 · 1754 阅读 · 0 评论 -
《机器学习》周志华(西瓜书)学习笔记 第十一章 特征选择与稀疏学习
机器学习总目录第十一章 特征选择与稀疏学习11.1 子集搜索与评价给定属性集,其中有些属性可能很关键、很有用,另一些 属性则可能没什么用.我们将属性称为"特征" (feature):对当前学习任务有 用的属性称为"相关特征" (relevant feature)、没什么用的属性称为"无关特征" (irrelevant feature).从给定的特征集合中选择出相关特征子集的过程,...原创 2019-07-18 19:36:00 · 1458 阅读 · 0 评论