![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习与数据挖掘
文章平均质量分 74
ChenYu1203
stay hungry, stay young!
展开
-
机器学习中的偏差和方差
对机器学习算法除了通过实验评估方法用某一个性能度量来估计泛化性能,我们还是关心如何解释算法的泛化性能。于是我们就要讨论下‘’偏差-方差分解‘’了。数学上的偏差(bias)和方差(variance)偏差:预测值与真实值之间的差距,差距越大,则其偏离真实值的程度越大。方差:预测值的变化范围、离散程度,该值越大,其取值越离散。机器学习中bias和variance首先,假设你知道训练集和测试集的关系。简单...原创 2018-02-26 16:38:53 · 333 阅读 · 0 评论 -
朴素贝叶斯分类器
贝叶斯决策论是通过相关的概率已知的情况下利用损失来选择最优类别的分类器。本文章的主要知识如下:概率论基础,贝叶斯分类器,朴素贝叶斯。概率论基础:P(A)=事件A发生的概率,P(B)=事件B发生的概率,P(AB)=事件AB同时发生的概率,P(A U B)=P(A)+P(B)-P(AB),P(AB)=P(A|B).P(B)=P(B|A).P(A);全概率公式P(A)=P(AS)=P(A(B1 U B2...原创 2018-02-27 10:59:04 · 275 阅读 · 0 评论 -
scikit-learn朴素贝叶斯类库使用小结
朴素贝叶斯是一类比较简单的算法,scikit-learn中朴素贝叶斯类库的使用也比较简单。相对于决策树,KNN之类的算法,朴素贝叶斯需要关注的参数是比较少的,这样也比较容易掌握。在scikit-learn中,一共有4个朴素贝叶斯的分类算法类。我们关注的是GaussianNB,MultinomialNB和BernoulliNB。三者之间的不同在于他们对P(X|Y)的概率估计不一样。其中Gaussia...原创 2018-02-27 14:37:07 · 585 阅读 · 0 评论