机器学习
关注
分享
扫一扫
52C-S-D-N
这个作者很懒，什么都没留下…
展开
-
模型选择与特征选择
模型选择： 对备选的m个模型（A1，A2，A3，......Am），分别计算每个模型的误差（可以用所有样本训练误差或者K重交叉检验（k一般取10，k越大对数据的利用率越高） 得到的误差，总之用一种手段评判模型的好坏），然后选择其中最好的一个。特征选择： （1）前向搜原创 2015-01-28 17:32:43 · 518 阅读 · 0 评论 -
EM算法
EM算法（期望最大化算法）：常用的聚类算法。 对于带标签数据，我们可以用最大似然估计求的每类数据的分布参数（假设已知分布），但对于混合在一起的无标签数据（如混合高斯模型）， 由于不知道每个数据的类别，也就无法使用极大似然估计的方法。 这时我们可以使用EM算法来解决这个问题，假设数据来自r个类别{z(1),z(2),z(3),......z(r)}。则 （原创 2015-02-01 20:08:10 · 362 阅读 · 0 评论