机器学习入门
努力啊菜鸟
一个日常遇到困难和bug的蒟蒻。
展开
-
统计学习方法(李航)学习笔记(四)贝叶斯分类器——朴素贝叶斯
1、先验概率是根据已有经验寻求事件本身发生的概率;后验概率是根据当前已知情况下,给出判断或判断的概率。 2、朴素贝叶斯是在贝叶斯的基础上,损失了精度,降低了分类准确性。但是实现起来大大降低了复杂程度。 3、训练数据集,其中P(X,Y)独立同分布生成。 4、首先计算先验概率 然后根据给定实例,计算x的类别 5、利用极大似然估计可能会出现所需估计的值为0的情况,会影响到后验概率的计算结果。为了解决这种情况,主要方法是使用贝叶斯估计。 6、其他相关问题: •如果属性之间不相互独立? •如果原创 2020-05-23 18:26:23 · 438 阅读 · 0 评论 -
统计学习方法(李航)学习笔记(二)感知机相关公式推导
1、输入:特征向量,输出:类别,取+1或-1,是神经网络和支持向量机的基础 2、感知机定义: 这里w,x,b分别表示为:内积,权值向量,偏置 3、损失函数的选择:误分类点到超平面的总距离: ...原创 2020-03-29 15:08:14 · 231 阅读 · 0 评论 -
统计学习方法(李航)学习笔记(一)统计学习及监督学习概论重要知识点
1、统计学习就是计算机系统通过运用数据及统计方法提高系统性能的机器学习。 2、监督学习是指从标注数据中学习预测模型的机器学习问题。无监督学习是指从无标注数据中学习预测模型的机器学习问题。 3、强化学习是指智能系统在与环境的连续互动中学习最优行为策略的机器学习问题。本质是学习最优的序贯决策。 4、决策树、朴素贝叶斯、隐马尔科夫模型、条件随机场、概率潜在语义分析、潜在狄利克雷分析、高斯混合模型是...原创 2020-03-24 16:38:40 · 264 阅读 · 0 评论