![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
overflowsss
这个作者很懒,什么都没留下…
展开
-
《机器学习》第十一章 特征选择与稀疏学习 总结
子集搜索和评价 给定属性集,有的属性可能很关键,而有的属性可能对当前学习任务没有什么作用。我们将属性称为特征(feature),对当前学习任务有用的属性成为相关特征(relevant feature),没什么用的属性成为无关特征(irrelevant feature)。从给定特征集合中选择相关特征子集的过程成为特征选择(feature selection)。然而,欲从初始的特征集合中选取一个包含了所有重要信息的特征子集是不可能的,这样会遇到组合爆炸,可行的方法是先产生一个候选子集,再对其进行评价,基于评价结原创 2020-06-21 17:52:22 · 442 阅读 · 0 评论 -
《机器学习》第十章 降维与度量学习 总结
k近邻学习(k-Nearest Neighbor) 一种常用的监督学习方法,给定测试样本,基于某种距离度量找出训练集中与其最靠近的k个训练样本,然后基于这k个“邻居”的信息来进行预测。对于分类任务常采用投票法,回归任务常采用平均法。另外,k近邻学习没有显示的学习过程 懒惰学习(lazy learning):在训练阶段仅仅是把样本保存起来,训练时间开销为零,待收到测试样本后再进行处理,k紧邻学习就是懒惰学习的一个特例 急切学习(eager learning):在训练阶段就对样本进行学习处理的方法,例如决策树算原创 2020-06-20 15:18:32 · 637 阅读 · 0 评论 -
《机器学习》 第五章神经网络 总结
神经元模型 神经网络(neural networks):具有适应性的简单单元组成的广泛并行互联的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应 神经元(neuron)模型:上述定义中的”简单单元“,每个神经元与其他神经元相连,当它”兴奋“时,会向相连的神经元发送化学物质,从而改变这些神经元的电位,若这些神经元电位超过了一个阈值(threshold),那么它也会被激活,图5.1 激活函数(activation function):由神经元的输入产生一个值从而与阈值相比较,最理想的为阶跃函数,原创 2020-05-31 17:11:51 · 857 阅读 · 0 评论