- 博客(7)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 自适应提升(Adaptive Boosting, AdaBoost)
在boosting中，集成分类器包含多个非常简单的成员分类器，这些分类器性能稍强于随机猜测（rough rules of thumb），被称为弱学习机。典型的弱分类器是单层决策树。Adaboost使用整个训练集来训练弱学习机，训练样本在每次迭代中都会被赋予一个新的权重，在上一个学习机错误的基础上进行学习进而构建一个更加强大的分类器。算法伪代码流程如下：输入：训练数据D={(xi,yi)}i...
2018-09-25 23:22:13
1319
原创 支持向量机(Support Vector Machine, SVM)
感知算法线性分类器：f(x;w,b)=⟨w,x⟩+bf({\rm{x}};{\rm{w}},b)=\left \langle {\rm{w}},{\rm{x}} \right \rangle+bf(x;w,b)=⟨w,x⟩+b，决策：sgn[f(x;w,b)]sgn[{f({\rm{x}};{\rm{w}},b)}]sgn[f(x;w,b)]线性感知机(Perception)算法：输入：训练...
2018-09-24 17:26:45
473
原创 多分类数据预处理和数据分析
去处重复数据：>>> a = pd.DataFrame({'a':[1,1,2], 'b':[1,1,3]})&
2018-09-21 16:11:20
3568
原创 贝叶斯概率决策与分类器
贝叶斯决策条件概率：P(A∣B)=P(AB)P(B)P(A|B)=\frac{P(AB)}{P(B)}P(A∣B)=P(B)P(AB)乘法定理：P(AB)=P(A∣B)P(B)=P(B∣A)P(A)P(AB)=P(A|B)P(B)=P(B|A)P(A)P(AB)=P(A∣B)P(B)=P(B∣A)P(A)全概公式：B1∪B1∪...Bn=Ω,且Bi∩Bj=空集，则P(A)=∑i=1nP(A...
2018-09-20 23:26:11
755
原创 决策树与随机森林
最大信息增益熵(entropy)：随机变量XXX,其取值为{P(X=V1)=P1,...,P(X=VC)=PC}\{P(X=V_{1})=P_{1},...,P(X=V_{C})=P_{C}\}{P(X=V1)=P1,...,P(X=VC)=PC},XXX的熵为H(X)=−∑i=1CP(i)log(i)H(X)=-\sum_{i=1}^{C}P(i)\log(i)H(X)=−i=1∑...
2018-09-18 20:11:03
1034
原创 vim编辑器常用命令整理
参考：http://www.runoob.com/linux/linux-vim.html vim键盘图： vim主要分为三个模式： 命令模式（Command mode），输入模式（Insert mode）和底线命令模式（Last line mode）命令模式刚启动vim时，进入此模式。此状态下敲击键盘动作会被vim识别为命令，而非输入字符。 常用命令：i 切换到输入模式...
2018-09-16 22:03:12
914
原创 LaTeX表格Table使用解析
1.标准的表格格式：\begin{table}[htbp] \centering % 显示位置为中间 \caption{standard table} % 表格标题 %字母的个数对应列数，|代表分割线 % l代表左对齐，c代表居中，r代表右对齐 \begin{tabular}{|c|c|c|c|} \hline % 表格的横线 1&2&am
2018-09-11 21:58:34
150624
10
2016年国科大NLP（自然语言处理）期末考试题-宗老师
2019-07-07
360断网急救箱独立版
2018-04-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人