机器学习
文章平均质量分 96
z_hfut
这个作者很懒,什么都没留下…
展开
-
循环神经网络RNN公式推导
让我们假定类别的大小C=5C=5C=5,隐藏层的大小为H=4H=4H=4,则有:x(t)∈R5×1s(t)∈R4×4U(t)∈R4×5V(t)∈R5×4W(t)∈R4×4o(t)∈R5×1y(t)∈R5×1x^{(t)} \in R^{5 \times 1} \quad s^{(t)} \in R^{4 \times 4} \quad U^{(t)} \in R^{4 \times 5}...原创 2019-11-02 12:38:25 · 726 阅读 · 0 评论 -
决策树原理与实战
机器学习之决策树一、决策树的定义二、决策树的结构三、决策树的原理3.1 算法步骤3.2 划分准则3.2.1 信息增益3.2.2 增益率3.2.3 基尼指数四、决策树的实战五、总结六、参考一、决策树的定义 分类决策树模型是一种描述对实例进行分类的树形结构。 决策树由结点和有向边组成, 结点有两种类型:内部结点和叶节点,内 部节...原创 2019-07-21 15:34:17 · 353 阅读 · 0 评论 -
机器学习——逻辑回归
逻辑回归前言算法原理参数推导代码实现前言 逻辑回归(Logistic Regression)虽然名字叫回归,然而是一种用于分类的机器学习算法。逻辑回归的本质就是一个线性分类模型,它通过一个非线性化映射输出一个概率值来评判分类的标准。 &nbs...原创 2019-08-18 20:37:23 · 162 阅读 · 0 评论 -
机器学习——线性回归
线性回归线性回归定义一般线性算法学习参数代码实现Ridge Regression 岭回归Lasso回归线性回归定义 线性回归(Liner Regession,LR),简单的来说就将输入空间的变量映射到输出空间的一种模型。LR形式简单,易于实现,具有较好的解释性,一般用于连续性变量的回归问题,如:预测身高,房价等。同时,LR也...原创 2019-08-18 13:19:08 · 283 阅读 · 0 评论 -
SVM算法原理与实现
SVM原理与实现线性可分SVMSVM简单介绍符号约定非线性SVM线性可分SVMSVM简单介绍 支持向量机(support vector machines, SVM) 是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器。对于线性不可分数据,可以运用核技巧来分类,下面我们分别介绍线性可分模型和线性不可分模型。符号约定 假设给定一个特征空间上的训练数据集:T={(x...原创 2019-09-08 18:07:18 · 1755 阅读 · 0 评论 -
高斯混合模型(GaussianMixture Model)
高斯混合模型前言单高斯模型前言 高斯混合模型(Gaussian Mixture Model)通常简称GMM,是一种广泛使用的聚类算法,该方法使用了高斯分布作为参数模型,并使用了期望最大(Expectation Maximization,简称EM)算法进行训练。单高斯模型...原创 2019-09-24 22:31:10 · 2030 阅读 · 0 评论 -
高斯判别分析(Gaussian Discriminative Analysis)
高斯判别分析(GDA)是经典的生成学习模型,也是一种监督分类学习算法。假设有样本集D={(x1,y1),(x2,y2),...,(xn,yn)}D=\{(x_1,y_1),(x_2,y_2),...,(x_n,y_n)\}D={(x1,y1),(x2,y2),...,(xn,yn)},其中xi∈Rd,yi∈{0,1}x_i \in R^d,y_i \in \{0,1\}xi∈Rd...原创 2019-09-26 21:53:26 · 2109 阅读 · 0 评论 -
朴素贝叶斯原理
朴素贝叶斯1 朴素贝叶斯的理论1.1 贝叶斯定理。1.2 条件独立2 多元伯努利模型3 多项式事件模型1 朴素贝叶斯的理论 朴素贝叶斯是一种线性分类算法,也是一种监督学习模型,它应用在垃圾邮件分类、文本分类、疾病诊断中都取得了很好的效果。朴素贝叶斯算法Naive Bayes定义中有两个关键的定义:贝叶斯定理和特征之间条件独立假设。1.1 贝叶斯定理。 贝叶斯定理由英国数学家贝叶斯(Th...原创 2019-09-30 21:29:56 · 430 阅读 · 0 评论