柯尔特

摘要： 前言 看了好久书了，该总结一下了。如果有理解不到位的地方，欢迎批评。摘要1 个体与集成 集成学习通过结合多个学习器来完成学习任务，他的一般结构是：先产生一组“个体学习器”，再用某种策略结合起来。“个体学习器”通常由现有算法（如决策树算法、BP神经网络算法等）产生。一组“个体学习器”是相同类型的，称其为同质集成（homogeneous）,类型不同称其为异质集成。同质集成的个体学习器称... 阅读全文

摘要： 1 k邻*学习"> k邻*（KNN）学习是一种常用的监督学习，懒惰学习的代表。通常在分类任务中使用“投票法”，即选择">k个样本中出现最多的类别标记作为预测结果；回归任务中使用“*均法”。还可基于距离远*加权*均或者加权投票。">2 低维嵌入"> 由于knn在多维的时候会使样本数目达到天文数字，高维度空间会给距离计算带来巨大的麻烦，甚至连内积都不容易。高维出现的样本... 阅读全文

摘要： 1 聚类 聚类是无监督学习，聚类试图将样本划分为若干个不想交的子集，每个子集称为簇。常见的无监督学习除了聚类还有密度估计、异常检测等。 聚类既可以寻找数据内在分布结构，也可以作为分类任务的前驱。2 性能度量 聚类性能度量即聚类“有效性指标”（validity index），聚类希望的结果是“簇间相似度低”而 “簇内相似度”高。 聚类的性能度量大致分两类：外部... 阅读全文