sklearn
学习sklearn时的笔记
chicken_shit_bro
这个作者很懒,什么都没留下…
展开
-
朴素贝叶斯原理详解(Navie Bayes)
朴素贝叶斯原理详解1.知识准备2.贝叶斯定理3.贝叶斯定理在分类中的应用3.1条件独立3.2特征取离散值的条件概率3.3特征取连续值的条件概率高斯贝叶斯分类器:多项式贝叶斯分类器:伯努利贝叶斯分类器:4.条件概率的m估计5.逻辑斯特回归与朴素贝叶斯的区别6.API1.知识准备1.贝叶斯分类器要解决的问题:已知某样本中各个属性的取值, 求其属于某label的概率2.先验概率与后验概率先验概率: 根据以往的经验或数据分析得到的概率P(X)后验概率: 根据先验概率得到的是后验概率P(Y|X)3.朴素原创 2020-10-28 21:44:10 · 10596 阅读 · 1 评论 -
聚类分析与相关算法(Kmeans等)详解
聚类分析与相关算法详解 聚类是一种无监督学习技术(包括聚类,属性约减的PCA),可以在事先不知道正确结果(即无类标签,或预测输出值)的情况下,发现数据本身蕴含的结构等信息 聚类的本质是一种分组方法,分组的标准是组内的样本之间相似度尽可能高,而组间样本之间的相似度尽可能低 可将聚类理解为:对对象集合分组的过程...原创 2020-05-06 17:37:42 · 5078 阅读 · 0 评论