![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
吃不胖的卷卷
巧者劳而知者忧,无能者无所求。饱食而遨游,泛若不系之舟
展开
-
机器学习---梯度下降法
在机器学习算法中,对于很多监督学习模型,需要对原始的模型构建损失函数,接下来便是通过优化算法对损失函数进行优化,以便寻找到最优的参数。在求解机器学习参数的优化算法中,使用较多的是基于梯度下降的优化算法(Gradient Descent, GD)。 梯度下降法(英语:Gradient descent)是一个一阶最优化算法,通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值原创 2016-10-24 21:12:38 · 444 阅读 · 0 评论 -
条件概率、全概率公式与贝叶斯公式
条件概率、全概率公式与贝叶斯公式 一、条件概率 一个随机事件发生的概率是指在某些给定的条件下,事件发生的可能性大小的度量。但如果给定的条件发生变化之后,该事件的概率一般也随之变化.于是,人们自然提出:如果增加某个条件之后,事件的概率会怎样变化的?它与原来的概率之间有什么关系?显然这类现象是常有的. [例1] 设有一群共N人,其中M个女性,n1个是色盲患者. n1个色盲患者中女性占...转载 2017-04-18 22:15:44 · 5107 阅读 · 0 评论 -
机器学习---生成模型与判别模型
生成模型(Generative Model)是相对于判别模型(Discriminative Model)定义的。他们两个都用于有监督学习。监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。 决策函数Y=f(X):你输入一个X,它就输出一个Y,这个Y与一个阈原创 2016-10-14 11:31:05 · 12461 阅读 · 3 评论 -
归一化与标准化
在机器学习和数据挖掘中,经常会听到两个名词:归一化(Normalization)与标准化(Standardization)。它们具体是什么?带来什么益处?具体怎么用?本文来具体讨论这些问题。一、是什么1. 归一化常用的方法是通过对原始数据进行线性变换把数据映射到[0,1]之间,变换函数为: 其中max为样本数据的最大值,min为样本数据的最小值。这原创 2017-05-18 20:55:00 · 19767 阅读 · 2 评论