摘要：
本文旨在将一些线性模型统一放在广义线性模型的体系下，从而更好的理解这些模型之间的联系和区别，属于总结和复习，最好对线性回归、逻辑回归稍微有所了解，不过后面几篇也是会复习到这些内容的。 1 概念理解 什么是广义线性模型？如果用大白话来翻译的话，就是：适用性更广的、更抽象的线性模型。我们可能平时使用的更 阅读全文
摘要：
根据贝叶斯分类器（1）贝叶斯决策论概述、贝叶斯和频率、概率和似然，我们对贝叶斯分类器所要解决的问题、问题的求解方法做了概述，将贝叶斯分类问题转化成了求解$P(x|c)$的问题，在上一篇贝叶斯分类器（2）极大似然估计、MLE与MAP 中，我们分析了第一个求解方法：极大似然估计。在本篇中，我们来介绍一个 阅读全文
摘要：
根据上一篇贝叶斯分类器（1）贝叶斯决策论概述、贝叶斯和频率、概率和似然，我们对贝叶斯分类器所要解决的问题、问题的求解方法做了概述，将贝叶斯分类问题转化成了求解$P(x|c)$的问题，并提出了第一个求解方法：极大似然估计，也对似然的概念做了一定的理解，在本篇中，我们来介绍极大似然估计的原理、使用方法及 阅读全文
摘要：
贝叶斯分类器，即是以贝叶斯决策理论为基础的分类器，什么是贝叶斯决策理论呢？ ##贝叶斯决策论 1 统计推断中的贝叶斯学派和频率学派 贝叶斯决策论是贝叶斯学派关于统计推断（根据已有资料或者说数据，对未知问题作出判断）的理论，要理解贝叶斯理论，就不得不和他的 “老对手”——频率学派（经典学派）一起聊。 阅读全文
摘要：
一、原理 1. 概述 K近邻法（k-nearest neighbors,KNN）是一种有监督的学习算法，也是机器学习中最简单、且不那么依靠各类假设的算法（基本上所有算法都会有假设的前提条件，在数据分布符合算法的假设条件时，其效果往往会更好）。 1.1 核心思想 物以类聚，人以群分。俗话说，“看一个男 阅读全文