- 博客(5)
- 收藏
- 关注
RSS订阅原创 朴素贝叶斯算法
朴素贝叶斯算法一、定义贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。在许多场合，朴素贝叶斯(Naïve Bayes，NB)分类算法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中，而且方法简单、分类准确率高、速度快。在很多实际应用中，贝叶斯理论很好用，比如垃圾邮件分类，文本分类。二、公式如果X和Y相互独立，则有： P(X,Y)=P(X)P(...
2018-12-20 09:02:47
221
原创 Logistic回归
一、Logistic回归概念logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例：如疾病诊断，通过logistic回归分析，可以得到自变量的权重，从而可以大致了解到底哪些因素是引起疾病的危险因素。同时根据该权值可以根据危险因素预测一个人的得疾病得可能性。二、Logistic回归的推导过程Logistic Regre...
2018-10-28 20:37:12
337
原创 多元线性回归
一、多元线性回归方程我们在初中就已经接触到了方程这个概念，只有一个自变量的方程称为一元线性方程，以此类推如果有两个或两个以上的自变量，那么这个方程就称为多元线性回归方程。其实，一种现象经常是与多个因素相关联的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。为了方便计算我们一般简写为：Y=XW二、...
2018-10-21 18:58:12
834
原创 SVD(奇异值分解)的求法
一、奇异值分解奇异值分解（SVD）是在线性代数和矩阵论中一种重要的矩阵分解法。它是一种在通信系统MIMO、机器学习、图像处理、数据压缩降噪等领域被广泛运用的算法,这足以说明它的重要性。那么我们在学习SVD之前需要掌握一些什么基础知识呢？二、预备知识首先我们必须掌握线性代数的相关知识：矩阵的秩：矩阵的秩是矩阵中线性无关的行或列的个数对角矩阵：对角矩阵是除对角线外所有元素都为零的方阵单位...
2018-10-14 15:52:47
9844
1
原创 最大似然估计
最大似然估计一、简介最大似然估计法 是费希尔(Fisher, R. A.)于1912年首次提出，并于1921年和1925年的工作中加以发展使其更臻于完善。最大似然估计是一种求估计量的方法，它在求估计量的方法中地位是比较高的。那么最大似然估计法就是参数估计中的点估计中的一种方法的，按照变量的类型主要分为离散型随机变量与连续性随机变量。二、离散型随机变量与连续性随机变量1.离散型随机变量：...
2018-10-06 17:42:27
8104
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人