摘要：概述 k近邻法(k-nearest neighbor, k-NN)是一种基本分类与回归方法（此处讨论的是分类问题的K近邻算法）。 k近邻法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”，不具有显式的学习过程。 k近邻算法的特殊情况是k=1的时候，此时称为最近邻算法。 k值的选择、 阅读全文

摘要：概述 感知机在1957年由Rosenblatt提出，是神经网络和支持向量机的基础，它是一个二类分类的线性分类模型，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利用梯度下降法对损失函数进行极小化，求得感知机模型。 感知机模型 1、定义 假设输入空 阅读全文

摘要：根据李航老师所著《统计学习方法》为线，结合其他书籍和网上资料，开始对机器学习进行系统整理。 2018.12.30：今日开始对写过的内容进行修改和细化补充，主要参考周志华教授的《机器学习》，辅以各大网友的不吝赐教。 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测和分析的一门学科。 阅读全文