weixin_44441131的博客

原创 深度学习基础思维导图

原创 《统计学基础》——第四章(朴素贝叶斯)

文章目录1. 朴素贝叶斯法的学习与分类1.1 基本方法1.2 后验最大化含义2. 朴素贝叶斯的参数估计2.1 公式推导3. 面试常见问题3.1 朴素贝叶斯与LR的区别?3.2 在估计条件概率P(X|Y)时出现概率为0的情况怎么办？3.3 为什么属性独立性假设在实际情况中很难成立，但朴素贝叶斯仍能取得较好的效果?3.4 朴素贝叶斯的优缺点?参考文献1. 朴素贝叶斯法的学习与分类1.1 基本方法...

原创 《统计学基础》——第三章(KNN)

1.1 KNN算法作分类（常见）1.1 简述KNN算法核心思想：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最领近的k个实例，这k个实例的多数属于某个类，则就把该输入实例分成这个类。算法：输入：训练数据集(带标签)输出：新的输入实例 x 所属的类yKNN模型有何特点：当训练集、距离度量、k值、决策规则确定下来后，对于任何一个新的实例，它所属的类唯一确定。所以说该...