传统的机器学习算法
关注
分享
扫一扫
WangXu__
这个作者很懒，什么都没留下…
展开
-
1.感知机
感知机一、感知机概述 感知机是应用于二分类线性可分问题的分类器。目的在于找到一个分离超平面，能够正确分类训练集中的所有正负样本点。二、目标函数及参数优化2.1 前向运算 由输入空间（特征空间）到输出空间的函数为：f(X)=sign(WX+b) 其中...原创 2019-07-18 16:21:22 · 692 阅读 · 0 评论 -
2.KNN（k近邻）
KNN（k近邻）一、KNN概述 KNN一般是用于分类的机器学习方法 KNN中重要的三个步骤为： 1、K值的选择  ...原创 2019-07-19 16:02:18 · 221 阅读 · 0 评论 -
3.朴素贝叶斯
朴素贝叶斯一、朴素贝叶斯概述 朴素贝叶斯是基于贝叶斯定理和特征条件独立假设方法的分类方法。即根据先验概率和条件概率求后验概率。. 之所以叫朴素是因为不同维度的特征之间相互独立，若不同维度之间有了依存关系则称为贝叶斯网络。 朴素贝叶斯分类，即判断所计算的后...原创 2019-07-22 11:03:49 · 317 阅读 · 0 评论 -
4.决策树
决策树一、决策树概述 训练阶段，根据训练数据构造决策树模型；在测试阶段，对数据进行分类。 决策树重要的三个阶段：1.特征的选择 2.决策树的生成 3.决策树剪枝 决策树内部节点表示特征或者属性，叶节点表示类别。 ...原创 2019-07-22 11:42:35 · 334 阅读 · 0 评论 -
5.logistic回归
logistic回归一、logistic回归所用到的激活函数为sigmoid函数： 二、二分类的逻辑斯蒂回归为： 一件事情发生的几率为该事件发生的概率与不发生的概率的比值 三、计算逻辑斯蒂回归的目标函数：即求对于所有样本点，其估计正确概率最大的使得L(W)最大值的W 二分类问题...原创 2019-07-22 14:47:06 · 361 阅读 · 0 评论 -
6.PCA（主成分分析）
PCA（主成分分析）一、PCA用于降维，保留最重要的K个特征，降维的目的 1）使数据易于处理 2）去除噪声 3）较低计算的开销 4）使结果更容易理解二、PCA的具体流程  ...原创 2019-07-22 15:15:31 · 478 阅读 · 0 评论 -
7.k-means,k-mean++,ISODATA
k-means,k-mean++,ISODATA一、k-means 步骤： 1）k-means算法在开始的时候就首先固定K个类别，并且随机选出对应的K个点，作为K个类。 2）然后对剩余所有的点进行分类，再对每个类中所有的点对应维度相加取平均值求质心，把该...原创 2019-07-22 16:24:28 · 778 阅读 · 0 评论