- 博客(6)
- 收藏
- 关注
RSS订阅原创 SVM（硬间隔）
支持向量机，在深度学习还没出来之前是一个很流行的判别模型，它要解决的问题很简单，如图：
636
原创 残缺版CRF
今天我们来聊聊条件随机场，我们先看看马尔可夫模型，由图我们可以看到，吃，睡是状态，哭，没精神，找妈妈，属于状态转移，每一个状态都有一个状态转移概率，每个时刻的状态只与上一时刻状态相关，箭头是单向的。状态独立。再来看看条件随机场：它是无向图，每个时刻的状态与上下的状态有关系，这是符合实际情况的。...
2020-04-29 21:53:01
141
原创 极简EM（最大期望）算法
EM是常用的估计参数隐变量的利器。他的思路很简单：记住三个变量：θ：初始值**Z:**隐变量X:已知的观测到的变量下面我们用一个例子介绍一下EM算法：一个非常简单的例子假设现在有两枚硬币1和2，,随机抛掷后正面朝上概率分别为P1，P2。为了估计这两个概率，做实验，每次取一枚硬币，连掷5下，记录下结果，如下：还是上面的问题，现在抹去每轮投掷时使用的硬币标记，如上所示。此 时 我 ...
2020-04-25 20:35:12
308
原创 再说说朴素贝叶斯
朴素贝叶斯又到了更新博客的时间了，今天跟大伙聊聊朴素贝叶斯，贝叶斯公式大伙都知道，它长得是这个样子:用汉字表示为分母P(x)：是全概率公式.分子P(x|c)：表示在c条件下x发生的概率，称之为条件概率。P©:可以理解为先验概率，样本空间中各类样本所占的比例，可通过各类样本出现的频率估计（大数定理）由于我们的训练的数据中，x的类别有很多种，所以P(x|c)这个条件概率公式可以写成下面...
2020-04-23 20:19:10
141
原创 话说线性回归
话说线性回归**近期参加了一个活动，要按时写博客，否则9.9RMB就木有了啊。这次我写的是线性回归：这个万物都可拟合的模型，其实在高中数学就提到了，只是在高考中占比很小，考的概率也微乎其微，所以重视的不多。那什么是线性回归呢？说白了就是预测。就拿达叔视频的例子：预测房价，影响房价的因素有很多：包括面积，房价，地段等等。我们将这些因素作为参数，就可以得到一个表达式：我们的目标是要找到一个函数法...
2020-04-21 21:05:28
305
原创 prim算法之处女作
Prim算法代码实现求无向网的最小生成树的算法有两种：Prim和Kruskal，它们都是利用最小生成树的MST性质得到的。我们先来介绍Prim算法，Kruskal我们后续介绍。Prim算法思想：逐渐长成一棵最小生成树。假设G=（V，E）是连通无向网，T=（V，TE）是求得的G的最小生成树中边的集合，U是求得的G的最小生成树所含的顶点集。初态时，任取一个顶点u加入U，使得U=｛u｝，TE=Ø...
2019-12-05 17:26:48
159
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