- 博客(3)
- 资源 (5)
- 收藏
- 关注
转载 机器学习----混合高斯模型
转载:http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006924.html 这篇讨论使用期望最大化算法(Expectation-Maximization)来进行密度估计(density estimation)。 与k-means一样,给定的训练样本是,我们将隐含类别标签用表示。与k-means的硬指定不同,我们首先认为是
2017-09-27 17:54:28 281
转载 机器学习--EM算法
转载:http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html EM是我一直想深入学习的算法之一,第一次听说是在NLP课中的HMM那一节,为了解决HMM的参数估计问题,使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。下面主要介绍EM的整个推导过程。1. Jens
2017-09-27 17:51:45 342
原创 机器学习---斯坦福机器学习笔记:模型优化与问题诊断
好的模型定义: 1) 训练误差小。 2) 训练误差接近测试误差 高偏差&高方差 1)偏差: 训练模型预测结果期望与实际值的偏差的期望。 2)方差:训练模型预测结果的方差(预测值-预测值期望)的平方期望。 3)偏差与方差与模型复杂度关系 高偏差(high bias): 模型预测值与实际值偏离较大,即模型欠拟合(增加更多特征,改变特征)。 高方差(high variance):过拟合(
2017-09-15 11:00:07 463
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人