![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
李航机器学习
CoreJT
中科院自动化所在读直博生,感兴趣的研究方向:文本分类、情感分析、机器阅读理解与问答系统以及对话系统。
展开
-
李航机器学习 | (7) 统计学习方法(第2版)笔记 --- 朴素贝叶斯习题与编程作业
1. 用极大似然估计法推出朴素贝叶斯法中的概率估计公式:2. 用贝叶斯估计法推出朴素贝叶斯法中的概率估计公式:3. 贝叶斯估计求解过程4.自编程实现朴素贝叶斯算法,对上述表格中的训练数据进行分类。"""朴素贝叶斯算法的实现2019/4/12"""import numpy as npimport pandas...原创 2019-11-21 22:19:32 · 1710 阅读 · 1 评论 -
李航机器学习 | (6) 统计学习方法(第2版)笔记 --- 朴素贝叶斯法
目录1. 导读2. 朴素贝叶斯法的学习与分类3. 朴素贝叶斯法的参数估计4. 朴素贝叶斯法的参数估计推导5. 小结1. 导读朴素贝叶斯(naive Bayes)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练集,首先基于特征条件独立假设学习输入输出的联合概率分布;然后基于此模型,对给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。统计学习方法...原创 2019-11-21 18:04:23 · 807 阅读 · 0 评论 -
李航机器学习 | (5) 统计学习方法(第2版)笔记 --- k近邻习题与编程作业
1. 参照图3.1,在2维空间中给出实例点,画出k为1和2时的k近邻法构成的空间划分(决策区域),并对其进行比较,体会k值选择与模型复杂度及预测准确率的关系。import numpy as npfrom sklearn.neighbors import KNeighborsClassifierimport matplotlib.pyplot as pltfrom matplotl...原创 2019-11-13 22:58:56 · 1488 阅读 · 0 评论 -
李航机器学习 | (4) 统计学习方法(第2版)笔记 --- k近邻法
k近邻(k-nearest neighbor,k-NN)是一种基本分类与回归方法,本博客只谈论分类问题中的k近邻法。k近邻法的输入是实例的特征向量,对应特征空间中的点,输出为实例的类别,可以取多类。k近邻法假定给定一个训练数据集,其中的实例类别已确定。分类时,对于新的实例,根据其k个最近邻的训练实例的类别,通过多数表决等方式进行预测(即,k个最近邻训练实例中哪个类别的实例最多,就把新实例预...原创 2019-11-13 16:33:16 · 835 阅读 · 0 评论 -
李航机器学习 | (3) 统计学习方法(第2版)笔记 --- 感知机习题与编程作业
1. Minsky与Papert指出:感知机是线性模型,所以不能表示复杂的函数,如异或(XOR).验证感知机为什么不能表示异或。首先写出异或函数对应的输入输出: y 1 1 -1 1 -1 +1 -1 1 +1 -1 -1 -1 我们可以可视化上述实例及其标签:import numpy as np...原创 2019-11-06 16:52:25 · 2210 阅读 · 0 评论 -
李航机器学习 | (2) 统计学习方法(第2版)笔记 --- 感知机
感知机是2分类线性分类模型,输入是样本/实例的特征向量,输出为其类别{+1,-1}.感知机对应于将输入空间/特征空间中的实例划分为正负两类的分离超平面,属于判别模型。感知机学习基于误分类损失函数,利用梯度下降法对其极小化,更新参数,求得感知机模型(对应一组最优的参数)。感知机学习算法PLA简单且易于实现,分为原始形式和对偶形式。感知机预测是使用学习得到的感知机模型对新的输入实例进行分类...原创 2019-11-05 20:07:23 · 958 阅读 · 1 评论