ESL学习笔记

2.3 Two Simple Approaches to Prediction: Least Squares and Nearest Neighbors

(1)奇异矩阵

 

(2)双变量正态分布

2.4 Statistical Decision Theory

(1)联合概率密度

https://blog.csdn.net/munan2017/article/details/80291935

联合概率分布简称联合分布,是两个及以上随机变量组成的随机向量的概率分布。根据随机变量的不同,联合概率分布的表示形式也不同。对于离散型随机变量,联合概率分布可以以列表的形式表示,也可以以函数的形式表示;对于连续型随机变量,联合概率分布通过一非负函数的积分表示。

 

连续的 一段区间才有意义

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
《统计学习基础》是斯坦福大学教授Trevor Hastie、Robert Tibshirani和Jerome Friedman合著的一本经典教材,是统计学习领域的权威之作。该书系统地介绍了统计学习的基本概念、原理和方法,并提供了丰富的实例和练习题,可作为统计学习入门者的参考教材。 这本书主要包含了监督学习、非监督学习和半监督学习三个方面的内容。在监督学习部分,介绍了线性回归、逻辑回归、支持向量机等经典方法,以及决策树、随机森林和提升方法等集成学习方法。在非监督学习部分,详细讨论了聚类分析、主成分分析、混合模型等方法。在半监督学习部分,介绍了利用有标签数据和无标签数据相结合的方法。 《统计学习基础》着重于理论和实践相结合,每个方法都有相关的数学推导和算法描述,并以实例和图表的形式直观展示。同时,书中也介绍了一些统计学习中的常用工具和技巧,如交叉验证、正则化、特征选择等,以帮助读者更好地理解和应用统计学习方法。 对于统计学习入门者而言,读完《统计学习基础》可以获得对统计学习的整体认识和基本掌握。然而,由于书中内容深入且繁杂,需要读者具备一定的数学和统计基础才能更好地理解和应用其中的方法。因此,建议读者在阅读该书之前,先对数学和统计学的基本理论有所了解,以更好地理解书中内容,同时辅以相关实例和练习题的训练,实践掌握统计学习的方法和技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值