![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 74
YeFeng..
这个作者很懒,什么都没留下…
展开
-
隐马尔可夫
隐马尔可夫模型(HMM)一、隐马尔可夫模型 隐马尔可夫模型是结构最简单的动态贝叶斯网,是一种著名的有向图模型,主要用于时序数据建模,在语音识别、自然语言处理等方面有广泛引用。 如上图所示,隐马尔可夫模型中的变量可以分为两组,第一组状态变量,一般假定状态变量是隐藏的,不可观测的;第二组是观测变量。 在隐马尔可夫模型中,系统通常存在多个不同的状态,设Q为可能的状态的集合: 为便于分...原创 2018-03-24 18:37:54 · 988 阅读 · 0 评论 -
K-近邻学习(KNN)
KNN 分类学习算法K近邻学习算法是一种基本的分类与回归学习算法,能力有限,简单介绍一下分类算法。K近邻学习算法是一种常用的监督学习算法。算法机制给定测试样本,基于某种距离度量找出训练集中的与其最靠近的K个训练样本,然后基于找到的K个近邻训练样本的类别信息来预测测试样本的类别。在分类任务中,一般采用投票法决定类别信息,根据K个近邻样本中出现最多的类别作为测试样本的类别。算法...原创 2018-05-01 21:47:12 · 1764 阅读 · 0 评论 -
线性回归
线性回归给定有由 个属性的描述的示例,其中原创 2018-05-10 21:31:29 · 255 阅读 · 0 评论 -
朴素贝叶斯
朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类算法。对于给定的训练数据集,首先基于特征条件独立假设学习输入/输出的联合概率分布;然后基于此模型,对于给定的输入xxx,利用贝叶斯定理求出后验概率最大的输出yyy(基于贝叶斯定理使用先验概率求后验概率,将最大的后验概率对应的类别作为样本的类别)。朴素贝叶斯实际上学习到生成数据的机制,所以属于生成模型,条件独立假设等于是说用于分类的特征在类确定的条...原创 2019-10-08 19:53:15 · 139 阅读 · 0 评论