统计学习方法
文章平均质量分 90
莯风
欢迎访问:https://miaohn.github.io
展开
-
【统计学习方法】第4章 朴素贝叶斯法
朴素贝叶斯(naive Bayers)法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练集数据,首先基于特征条件独立假设学习输入/输出的联合分布概率;然后基于此模型,对于给定的输入x,利用贝叶斯定理求出后验概率最大的输出y。原创 2023-05-14 00:01:15 · 56 阅读 · 0 评论 -
【统计学习方法】第3章 k邻近法
k邻近法(k-nearest neighbor,k-NN)是一种基本分类与回归方法,这里只讨论分类问题中的k邻近法。原创 2023-05-11 16:22:26 · 101 阅读 · 0 评论 -
【统计学习方法】第2章 感知机
感知机(perceptron)是二分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取1和−1二值。感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面,属于判别模型。感知机学习算法具有简单而易于实现的优点,分为原始形式和对偶形式。原创 2023-05-11 16:20:02 · 82 阅读 · 0 评论 -
【统计学习方法】第1章 统计学习方法概论
统计学习方法的第一章原创 2023-05-11 11:12:44 · 388 阅读 · 0 评论