西瓜书学习笔记
UEVOLIshy
这个作者很懒,什么都没留下…
展开
-
周志华西瓜书第三章学习笔记
第三章学习笔记原创 2019-05-15 18:40:16 · 1122 阅读 · 3 评论 -
西瓜书第八章学习笔记
文章目录1 知识脉络2 内容补充8.1节补充8.2节补充1 知识脉络2 内容补充8.1节补充集成学习中个体学习器泛化误差率要小于50%且要有“多样性”。集成学习核心:如何产生并结合“好而不同”的学习器是研究核心。8.2节补充...原创 2019-06-26 12:09:32 · 334 阅读 · 0 评论 -
AdaBoost的证明和推导
注意:本证明过程并不绝对严谨。对于证明过程使用符号不做过多解释。本证明适用于本人理解与复习。第一页第二页第三页第四页第五页参考《机器学习》周志华...原创 2019-06-25 12:08:40 · 502 阅读 · 0 评论 -
西瓜书第二章学习笔记
文章目录知识脉络详解与补充2.2节 评估方法2.3节 性能度量2.4节 比较检验知识脉络详解与补充2.2节 评估方法测试样本假设:从样本真实分布独立同分布采样而得。分层采样:保留类别比例的采样方式,来保持样本类别比例类似的划分手段。单次留出法往往不够稳定可靠,需要多次随机划分、重复进行实验评估后取平均值作为结果。一般而言,测试集最少包含30个样例留一法缺点补充:由于“没有免费午...原创 2019-06-20 14:20:59 · 1401 阅读 · 1 评论 -
西瓜书第七章学习笔记
文章目录知识脉络基本概念知识脉络基本概念条件概率:P(A | B),表示事件在另外一个事件B已经发生条件下发生A的概率,读作“在B的条件下A的概率”。先验概率:先验概率P(A),在无任何已知条件下A发生的概率。一般来说计数就可以计算后验概率:若给定 B,则 P(A | B)称为后验概率;此时,对于多个候选A ,选择使后验概率 P(A | B)最大的那一个,称为最大后验(maximum ...原创 2019-06-15 14:54:58 · 625 阅读 · 0 评论 -
西瓜书第五章学习笔记
文章目录原创 2019-06-05 20:17:54 · 563 阅读 · 0 评论 -
手推SVM及SMO算法实现
本文的SMO算法实现主要是参看博文【机器学习详解】SMO算法剖析以下是我自己手写的SVM实现过程和SMO推导,以作学习理解以及日后巩固之用原创 2019-05-27 21:37:08 · 735 阅读 · 0 评论 -
西瓜书第六章学习笔记
文章目录1. 知识脉络对知识脉络的一些补充6.1 间隔与支持向量6.2 对偶问题tip:此笔记需要配合《西瓜书》一同食用!1. 知识脉络对知识脉络的一些补充6.1 间隔与支持向量为什么红色超平面鲁棒性最好:将多个划分超平面进行平移,红色超平面可移动的范围最大对式6.3推导的一些补充及解读:w和b是可以等价缩放的(平行移动),缩放后的超平面还是这个面,缩放后取到等号‘=’时,则是超...原创 2019-05-26 20:47:33 · 1256 阅读 · 0 评论 -
西瓜书第四章学习笔记
西瓜书第四章学习笔记知识脉络一些补充大部分内容在知识脉络都体现出来了,尤其是一些公式,这里仅座椅希望补充说明。4.1 流程决策树(判定树):这既是一种学习方法,也指学得的树。4.2 划分选择—属性划分:在划分过程中,每个判定测试序列(路径)对于同一个离散属性最多划分一次。—信息熵:信息熵越大系统的不确定性就越大,系统的可能性就越多。—Pk:在计算信息熵公式中,对于西瓜数据集,一...原创 2019-05-22 11:45:09 · 958 阅读 · 0 评论 -
基于Python3.0的决策树手写算法实现和对西瓜书第四章决策树习题4.3的回答
本文回答了西瓜书第四章决策树课后习题4.3本文是对决策树的python3.0编程实现,不调用机器学习包,徒手撸算法,且注释详细。算法流程是西瓜书第四章决策树第一节的算法流程,基于信息增益准则来选择划分属性。训练数据集为西瓜数据集3.0简略版,忽略掉取值连续的特征。原创 2019-05-21 21:40:49 · 5156 阅读 · 2 评论 -
西瓜书学习笔记第九章聚类
文章目录1 知识脉络2 内容补充9.1节 聚类任务9.2节 性能度量9.3节 距离计算9.4节 原型聚类9.4.1 k均值算法9.4.2 学习向量量化9.4.3 高斯混合聚类9.5节 密度聚类9.6节 层次聚类9.7节 阅读材料3 课后题4 代码实现5 参考1 知识脉络2 内容补充9.1节 聚类任务9.2节 性能度量9.3节 距离计算9.4节 原型聚类9.4.1 k均值算法9.4....原创 2019-07-04 17:15:48 · 490 阅读 · 0 评论