2022年1月1日
统计学习方法学习笔记第四章(朴素贝叶斯法）
摘要： 朴素贝叶斯法通过先验概率P(Y=ck)和条件概率P(X=x|Y=ck)来学习联合概率分布P(X,Y)。 朴素贝叶斯法作了条件概率独立性的假设（就是特征向量各个维度之间是相互独立的),分类器为通过计算概率最大的那一个。 后验概率最大化等价于期望风险最小化，采用极大似然估计估先验概率和条件概率。、 求P 阅读全文
posted @ 2022-01-01 23:50 维和战艇机 阅读(77) 评论(0) 推荐(0)
统计学习方法学习笔记第三章(k邻近算法）
摘要： 给定一个训练集，假设实例的类别已定，给定一个新的实例，根据离其最近的k个实例的类别，通过多数表决的方式来确定新实例的类别。 k邻近模型: 在k邻近算法中，当训练集，距离度量，k值以及决策规则（如欧式距离）确定后，对于任意一个新输入的实例，它所属的类是唯一确定的。 距离度量：主要有三种度量方法（参考第 阅读全文
posted @ 2022-01-01 13:43 维和战艇机 阅读(112) 评论(0) 推荐(0)
统计学习方法学习笔记第二章(感知机）
摘要： 感知机是一个二分类的线性分类模型，是神经网络和支持向量机的基础。 考虑统计学习方法三要素： 模型：f(x) = sign(w*x+b) 策略：收敛前提条件：数据集是线性可分的 学习策略：考虑每一个点到超平面的距离：(二维的点到平面距离公式），对于分类错误的数据，yi*(w*xi_b)<0，则令损失函 阅读全文
posted @ 2022-01-01 12:27 维和战艇机 阅读(89) 评论(0) 推荐(0)