![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学习方法
学习统计学习方法中遇到不太明白的问题,进行记录,以供自己以后复习。
xuhui_sta
学了6年统计学,但还是学的很水,现在从事算法工程师工作,刚实习,希望能胜任,喜爱上这份工作,继续努力,多多学习
展开
-
kd树,用于最近邻算法
k近邻 k近邻法是一种基本的分类与回归方法。 输入是训练数据集,输出是给定实例x所属的类别y。 k近邻法模型的三要素:k值的选择,距离的度量和分类决策规则 。 当k等于1时,k近邻则为最近邻。k值一般选择比较小的值,通常采用交叉验证的方法来选取最优的k值。 距离一般使用欧氏距离,曼哈顿距离,minkowski距离。 分类的决策规则,多数表决,当分类的损失函数是0-1损失函数时,多数表决等...原创 2019-09-24 14:48:51 · 841 阅读 · 0 评论 -
朴素贝叶斯法
1、概要 朴素贝叶斯法是典型的生成学习方法,由训练数据学习联合概率分布p(x,y),然后求得后验概率分布p(y|x)。先学习先验概率分布p(Y),条件概率分布p(X|Y),后得到联合概率分布,p(X,Y) = p(X|Y)*p(Y)。学习概率分布的方法用到的是极大似然估计和贝叶斯估计。贝叶斯估计主要是为了避免概率为0的出现。 朴素贝叶斯法的基本假设是条件独立性, 朴素贝叶斯法利用贝叶斯...原创 2019-09-24 16:13:01 · 202 阅读 · 0 评论