统计学习方法
weixin_43249938
这个作者很懒,什么都没留下…
展开
-
统计学习方法(1)——概论
1.1、统计学习 1.主要特点:统计学习以数据为研究对象,是数据驱动的科学统计学习以方法为中心,构建模型并应用模型进行预测和分析目的是对数据进行预测与分析 2.统计学习的方法 统计学习由监督学习(supervised learning)、非监督学习(unsupervised learning)、半监督学习 (semi-supervised learning)和强化学习(r...原创 2018-11-22 16:08:58 · 121 阅读 · 0 评论 -
感知机
2.1 感知机模型 定义:假设输入空间(特征空间)是χ⊆Rn\chi\subseteq R^nχ⊆Rn,输出空间是Y={+1,−1}Y=\{+1, -1\}Y={+1,−1}。输入x∈χx\in\chix∈χ表示实例的特征向量,对应于输入空间的点,即感知模型也是线性分类器模型;输出y∈Yy\in Yy∈Y表示实例的列别。由输入空间到输出空间的如下函数f(x)=sign(w⋅x+b)f(x)=s...原创 2018-11-22 16:13:08 · 247 阅读 · 0 评论 -
k近邻法
3.1 k近邻算法 k近邻算法(k-nearest neighbor k-NN):是一种基本分类与回归方法。给定一个训练数据集,对新的输入实例,在训练集中找到与该实例最近邻的k个实例,这k个实例的多数属于某个类,就把改输入实例分为这个类。 算法3.1(k近邻法)输入:训练数据集:T={(x1,y1),(x2,y2),...,(xN,yN)}T=\{(x_1,y_1),(x_2,y_2...原创 2018-11-22 16:14:20 · 265 阅读 · 0 评论 -
朴素贝叶斯(待补充贝叶斯网络)
一、条件概率公式:P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)指的是在事件B发生的条件下事件A发生的概率二、全概率公式目标是求“最后结果”的概率,由条件概率可得P(AB)=P(A∣B)P(B)P(AB)=P(A|B)P(B)P(AB)=P(A∣B)P(B)公式:P(A)=∑i=1nP(A∣Bi)P(Bi)P(A...原创 2018-11-22 16:15:02 · 160 阅读 · 0 评论