模式识别 学习笔记
模式识别(张学工著 第三版)学习笔记
mingo_敏
这个作者很懒,什么都没留下…
展开
-
模式识别 学习笔记:第四章 线性分类器 (持续更新中。。。)
本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。 本文地址:http://blog.csdn.net/shanglianlm/article/details/496213491 引言基于样本直接设计分类器需要三个基本要素: 1. 分类器即判别函数的类型,也就是从什么样的判别函数类中去求解; 2. 分类器设计的目标或准则,确定函数类中的某些待定参数; 3. 如何设计算法利原创 2015-11-03 20:23:48 · 3359 阅读 · 0 评论 -
模式识别 学习笔记:第三章 概率密度函数的估计
本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。 本文地址:http://blog.csdn.net/shanglianlm/article/details/498398331 引言概率密度估计分为参数估计(概率密度函数形式已知,部分或全部参数未知)和非参数估计(概率密度函数也未知)。1-1 一些基本概念1-2 评价标准无偏性 是指估计量抽样分布的数学期望等于被估计的总体参数原创 2015-11-14 22:07:24 · 5773 阅读 · 0 评论 -
模式识别 学习笔记:第八章 特征提取
本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。 本文地址:http://blog.csdn.net/shanglianlm/article/details/494687971 引言1-1 问题从 D 个特征中选出 d (< D) 个新特征。1-2 目的降低特征空间的维数,使后续分类器设计在计算上更容易实现;为了消除特征之间可能存在的相关性,减少特征中与分类信息无关的信息原创 2015-10-28 14:52:41 · 11490 阅读 · 0 评论 -
模式识别 学习笔记:第六章 其他分类方法 (持续更新中。。。)
本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。 本文地址:http://blog.csdn.net/shanglianlm/article/details/495588531 简介近邻法直接根据训练样本对新样本分类; 决策树和随机森林可以应用于非数量特征,并把特征选择与分布决策结合起来; 回归则是把分类问题转化为对概率的回归估计问题; boosting通过将多个分类器原创 2015-11-02 16:40:57 · 3689 阅读 · 0 评论 -
模式识别 学习笔记:第七章 特征选择
本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。 本文地址:http://blog.csdn.net/shanglianlm/article/details/494644451. 前言1-1 问题:从 DD 维特征中选择 d<Dd < D 个特征。1-2 特征选择主要回答两个层面的问题:对特征的评价,即怎样衡量一组特征对分类的有效性;寻优的算法,即怎样更快地找到性能最优或比原创 2015-11-03 15:50:41 · 12973 阅读 · 7 评论