![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
_OscarLi
这个作者很懒,什么都没留下…
展开
-
第一次小作业
训练集的数据随机生成。其中因变量 YYY 为两个类别,分别标记为1和0。2个自变量 (X1,X2)\left(X_{1}, X_{2}\right)(X1,X2) 来自于10个二维高斯分布的混合,记 为 110∑i=110N((mi1,mi2),I/5)\frac{1}{10} \sum_{i=1}^{10} N\left(\left(m_{i 1}, m_{i 2}\right), I / 5\right)101∑i=110N((mi1,mi2),I/5) 。其中第一类的混合各成分的均值 (原创 2020-10-27 22:50:46 · 112 阅读 · 0 评论 -
决策树
设数据集D中有m个不同的类C1,C2,C3,...,CmC1, C2, C3, ..., CmC1,C2,C3,...,Cm设 Ci,D是数据集D中Ci类的样本的集合, |D|和 |Ci,D|分别是D和 Ci,D中的样本个数数据集D的信息熵:Info(D)=−∑i=1mpilog2pi\operatorname{Info}(D)=-\sum_{i=1}^{m} p_{i} \log _...原创 2020-01-17 11:47:35 · 82 阅读 · 0 评论 -
朴素贝叶斯
朴素贝叶斯算法假设有n个类别C1,C2...CnC1,C2...CnC1,C2...Cn,给定一个实例的特征向量w,则此实例属于类CiCiCi的概率为P(Ci∣w)=P(w∣Ci)P(Ci)P(w)P\left(C_{i} | w\right)=\frac{P\left(w | C_{i}\right) P\left(C_{i}\right)}{P(w)}P(Ci∣w)=P(w)P(w∣C...原创 2020-01-17 11:45:27 · 362 阅读 · 0 评论 -
FP-growth--频繁模式树
null I2:7 I1:4 I3:2 I4: I5:1 I3:2 I4:1 I5:1 I1:2 I3:2原创 2020-01-17 11:16:01 · 1439 阅读 · 0 评论