机器学习
文章平均质量分 82
kam_lu
这个作者很懒,什么都没留下…
展开
-
高斯混合模型之代码实现
高斯混合模型的代码s原创 2014-09-06 09:23:35 · 6483 阅读 · 7 评论 -
朴素贝叶斯分类器之小试牛刀
朴素贝叶斯分类,是一基于统计概率的分类器。它是机器学习、模式识别等学科的基本方法。可用于文件、网页等文本类目标的分类。实现的思想非常简单,就是将n维的特征看成n个相互统计独立的随机变量。下面简单的讲解下:朴素贝叶斯分类器(1)前提假设:·X为样本容量为N的特征矩阵,x是属于X的一个特征向量;·x为L维的数据向量,每个维度上为bool值(取值为【0或1】)原创 2014-09-07 09:29:56 · 727 阅读 · 0 评论 -
高斯混合模型之理解
高斯混合模型(GMM)之原理理解本人不喜欢简单问题复杂化以及晦涩难懂的所谓术语,所以以下基本都为大白话。 1. 混合模型的概念J为N种概率分布的集合,对于随机变量x,可以用J集合中N种概率分布的线性组合来拟合x的概率分布:(1)其中,Pj为取J中第j个概率分布的概率。所以有:(2)现在假设J集合中都为高斯概率分布(当然它们各自的参数并不相同),多维高斯概率原创 2014-09-03 20:31:52 · 6325 阅读 · 2 评论