![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
top啦它
这个作者很懒,什么都没留下…
展开
-
证明d = (WT*x+b)/||W||
原创 2021-11-16 21:38:31 · 296 阅读 · 0 评论 -
在这个例子中,Alice 和 Bob 在进行一场赌局,先得到 6 分者获胜。判断得分的方式有一些特别:在赌局开始之前,荷官在赌桌上扔一个小球,在这个球停止的位置做个标记。显然,这个标记的位置是随机的。
在这个例子中,Alice 和 Bob 在进行一场赌局,先得到 6 分者获胜。判断得分的方式有一些特别:在赌局开始之前,荷官在赌桌上扔一个小球,在这个球停止的位置做个标记。显然,这个标记的位置是随机的。赌局开始后,荷官继续扔球,如果球停到标记的左侧,则 Alice 得分;反之停到标记右侧,则 Bob 得分,这就是赌局的计分规则。那么问题来了:在这样的规则下,Alice 现在以 5:3 领先 Bob,那么 Bob 反败为胜的概率是多大呢?...原创 2021-04-29 00:33:45 · 446 阅读 · 0 评论 -
标称型数据和数值型数据
标称型数据:一般在有限的数据中取,只存在“是”,“否”两种结果,一般用于分类。数值型数据:一般在无限的数据中取,数值比较具体化,例如2.12,4.98等,一般用于回归分析。原创 2021-04-28 00:01:56 · 652 阅读 · 0 评论 -
朴素贝叶斯的一般过程(概念)
(1)收集数据:可以使用任何方法。(2)准备数据:需要数值型或者布尔型数据。(3)分析数据:有大量特征时,绘制特征作用不大,此时使用直方图效果更好。(4)训练算法:计算不同的独立特征的条件概率。(5)测试算法:计算错误率。(6)使用算法:一个常见的朴素贝叶斯应用是文档分类。可以在任意分类场景中使用朴素贝叶斯分类器,不一定非要是文本。...原创 2021-04-28 00:35:10 · 203 阅读 · 0 评论