1直在路上1

摘要： 一、LWR简介 Locally Weighted Regression, LWR，局部加权回归使一种非参数方法(Non-parametric)。在每次预测新样本时会重新训练临近的数据得到新参数值。意思是每次预测数据需要依赖训练训练集，所以每次估计的参数值是不确定的。 局部加权回归优点： 局部加权回归 阅读全文

摘要： 梯度~反向传播~实例~局部~凸函数 一、梯度下降（Gradient Descent） 1. 梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。 比如函数\(f(x,y)\)，分别对\(x,y\)求偏导数，求得的梯度向量就是(∂f/∂x, ∂f/∂y 阅读全文

摘要： 思想~适应~步骤 一、AdaBoost简介 AdaBoost是adaptive boosting的缩写，思想就是：复杂任务，多个专家综合判断，比其中任何一个专家单独判断要好，实际上就是‘三个臭皮匠顶个诸葛亮’的道理 它的自适应在于：被前一个基本分类器错误分类的样本的权值会增大，而正确分类的样本的权值 阅读全文

摘要： 一、PCA：(principal component analysis) 1、为何需要PCA 比如拿到一个汽车的样本，里面既有以“千米/每小时”度量的最大速度特征，也有“英里/小时”的最大速度特征，显然这两个特征有一个多余。 拿到一个样本，特征非常多，而样例特别少，这样用回归去直接拟合非常困难，容易 阅读全文

摘要： 一、DBSCAN 1.简介： DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。 该算法要求聚类空间中的一定区域内所包含对象（点或其他空间对象）的数目不小于 阅读全文

摘要： 集成~依赖~单元~投票~拟合~抗噪~生长~袋外 高大并重~噪多 基~串~投~敏~同~方 一、优势互补： RF属于集成学习，集成学习通过构建并结合多个分类器来完成学习任务，常可获得比单一学习器更好的泛化性能 一个简单例子：在二分类任务中，假定三个分类器在三个测试样本上的表现如下图，其中√表示分类正确， 阅读全文

摘要： Paper Name：Targeted Next Generation Sequencing Identifies Markers of Response to PD-1 Blockade Adress：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3435 阅读全文