统计学习方法
文章平均质量分 93
zuweie
钱钱钱
展开
-
机器学习之极大期望 EM,估算多维高斯混合模型参数(C语言描述)
最近拜读了机器学习领域,经典书籍,李航老师的《统计学习方法》,深受裨益。现实现算法,记录分享。本章,还结合就另外一本比较好的统计学习的书 《机器学习经典算法–基于opcv》里面关于极大期望 EM 算法。EM 算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计,或者极大后验概率估计。E步,求期望(expectation);M步,求极大(maximization)。所以这一算法称作极大期望算法,简称EM算法。概率模型有时候既有观测变量,又有隐变量。原创 2023-11-14 10:40:39 · 89 阅读 · 0 评论 -
机器学习之SVM及广义 SMO(C语言描述)
第六章 支持向量机 SVM支持向量机(support vector machines, SVM)是一种二分类模型。它的基本模型是定义在特征空间上的间隔最大线性分类器。间隔最大化是它跟感知机最大的区别。支持向量机的学习策略就是间隔最大化,求解凸二次规划(convex quadratic programming)的最优化算法。支持向量机学习方法包含:线性可分支持向量机(linear support vector machine in linearly separable case)、线性支持向量机(linear原创 2023-11-06 14:19:27 · 362 阅读 · 0 评论 -
机器学习之感知机(C语言描述)
最近拜读了机器学习领域,经典书籍,李航老师的《统计学习方法》,深受裨益。萌生想法,把每章的内容作大白话概要,并把每章的算法以 C 语言的形式实现,跟广大读者分享。感知机是一个非常简单的机器学习模型,现实应用场景中几乎不会用到感知机。但作为入门级别机器学习模型,很好地从理论到实现的展示了一个机器学习模型是如何训练,以及如何根据输入的数据,进行预测与推理。完。原创 2023-10-18 16:43:18 · 149 阅读 · 0 评论