![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
读书笔记
shy李大胆
挣扎的菜鸡
展开
-
读书笔记-第1章 统计学习方法概论
读书笔记-《统计学习方法》第1章 统计学习方法概论 需要强化的概念(前两小节) 独立同分布:是指一组随机变量中每个变量的概率分布都相同,且这些随机变量互相独立。 监督学习:学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。 半监督学习(semi-supervised learning) 强化学习(reinforcement learning):是机器学习中的一个领...原创 2018-09-12 22:21:08 · 97 阅读 · 0 评论 -
读书笔记-损失函数和风险函数
损失函数和风险函数 《统计学习方法》读书笔记 损失函数度量模型一次预测的好坏,风险函数度量平均意义下模型预测的好坏。 损失函数 监督学习是从假设空间中选择模型作为决策函数,对给定的输入X,由f(X)给出相应的输出Y,这个输出的预测值f(X)和真实值Y可能一致,也可能不一致,用损失函数loss function 或代价函数 cost function来度量预测错误的程度,损失函数是f(X)...原创 2018-09-14 08:14:00 · 379 阅读 · 0 评论 -
奇异值分解SVD
理论描述 假设M是一个m×n阶矩阵,其中的元素全部属于域K,也就是实数域或复数域。如此则存在一个分解使得 其中U是m×m阶酉矩阵;Σ是m×n阶非负实数对角矩阵;而V*,即V的共轭转置,是n×n阶酉矩阵。这样的分解就称作M的奇异值分解。Σ对角线上的元素Σi,i即为M的奇异值。 常见的做法是将奇异值由大而小排列。如此Σ便能由M唯一确定了。(虽然U和V仍然不能确定。) ...原创 2018-10-23 09:08:43 · 116 阅读 · 0 评论