摘要：
#1. 朴素贝叶斯法的学习与分类 ##1.1 基本方法 ###1.1.1 先验概率分布 ###1.1.2 条件概率分布 ###1.1.3 条件独立性假设 ####1.1.3.1 条件概率分布的参数个数： ####1.1.3.2 条件独立性假设： ###1.1.4 后验概率分布 ###1.1.5 朴素 阅读全文
posted @ 2020-10-26 23:32
Benjay
阅读(197)
评论(0)
推荐(0)
摘要：
#1.K近邻算法 ##1.1 定义 说明：分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测，因此KNN算法不能得到一个函数或者概率分布来表示学习过程 ##1.2 一般过程 1）计算已训练集中样本与待测样本之间的距离； 2）按距离排序； 3）选取与当前样本距离最小的k个 阅读全文
posted @ 2020-10-26 00:27
Benjay
阅读(84)
评论(0)
推荐(0)
浙公网安备 33010602011771号