- 博客(2)
- 收藏
- 关注
RSS订阅原创 机器学习-交叉步之k-NN＜k近邻法＞
K-Nearest Neighbor (k-NN) K近邻法 A type of lazy learning Overview k-NN算法是一种简单，直观的分类与回归方法，这里主要讲述k-NN在分类问题中的运用。 这是一个没有很明显的学习过程的机器学习算法，相应的，它利用了训练集对特征向量空间进行了划分，从而达到分类的目的。 它的核心原理为：给定一个训练数据集，对于新的输入实例，在训练数据集中找到与该实例距离最近的k个实例，这k个实例的多数属于某个类别，就把该输入实例分为这个类别。 简单来说，k-NN算法
2020-07-24 03:17:41
160
原创 机器学习-胯下运球之Naive Bayes＜朴素贝叶斯法＞
Naive Bayes 朴素贝叶斯法 It’s a way to find the probability of an event using the probability of other events Overview 朴素贝叶斯法(Naive Bayes)是基于贝叶斯定理和特征条件独立假设的分类方法。 对于给定的训练集，基于特征条件独立的假设学习输入和输出的联合概率；通过此模型，对于给定的输入x，计算后验概率(MAP)最大的输出y作为预测分类结果。 首先这里直接给出Naive Bayes算法的核心公
2020-07-17 04:58:03
209
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人