统计学习
文章平均质量分 94
J_Xiong0117
一枚终生学习的算法工程师
展开
-
统计学习——三. K近邻
文章目录K近邻简介K近邻三要素距离度量K值的选择分类决策规则分类算法流程特征归一化K近邻代码实现 K近邻简介 K近邻算法是一种基本分类和回归方法。K近邻算法,即给定一个训练数据集,对新的输入实例,在训练数据集中找到与该实例最邻近的K个实例,这K个实例的多数属于某个类,就把该输入实例分类到这个类中。 如上图所示,有两类不同的样本数据,分别用蓝色的小正方形和红色的小三角形表示,而图正中间的那个绿色的圆所标示的数据则是待分类的数据。这也就是我们的目的,来了一个新的数据点,我要得到它的类别是什么?根据k近邻的思想原创 2021-05-19 17:53:54 · 308 阅读 · 0 评论 -
统计学习——二. 感知机
文章目录感知机简介定义损失函数优化算法感知机学习算法原始形式:对偶形式:为什么需要对偶形式?感知机代码实现 感知机简介 定义 感知机是根据输入实例的特征向量xxx对其进行二类分类的线性分类模型: f(x)=sign(w⋅x+b) f(x)=\operatorname{sign}(w \cdot x+b) f(x)=sign(w⋅x+b) 感知机模型对应于输入空间(特征空间)中的分离超平面w⋅x+b=0w \cdot x+b=0w⋅x+b=0。 损失函数 感知机学习的策略是极小化损失函数: minw,b原创 2021-05-17 20:55:58 · 116 阅读 · 0 评论 -
统计学习——一. 统计学习方法概论
文章目录统计学习简介定义对象目的统计学习的方法监督学习联合概率分布假设空间无监督学习强化学习强化学习定义强化学习概念强化学习方法无模型(model-free)有模型(model-based)半监督学习统计学习三要素模型策略算法 统计学习简介 定义 统计学习是计算机基于数据构建概率统计模型并运用模型对数据进行分析与预测的一门学科。 对象 data:计算机及互联网上的各种数字、文字、图像、视频、音频数据以及它们的组合。 目的 用于对数据(特别是未知数据)进行预测和分析。 统计学习的方法 统计学习方法分类: 监原创 2021-05-13 20:22:33 · 169 阅读 · 0 评论