摘要：贝叶斯模型假设： 为防止概率为零的情况，做拉普拉斯平滑得： 下面介绍一下朴素贝叶斯模型与多变量伯努利模型的区别： 朴素贝叶斯： 多变量伯努利： 即： 多变量伯努利模型不考虑样本出现的次数，每个特征的取值只有True和False，分别表示“出现”和“没出现”。 阅读全文

摘要：函数距离： 三种表示方式： 接下来是优化问题，首先是等式条件优化： 不等式条件优化： KKT条件： SVM原优化问题为： 拉格朗日： 满足约束条件中的“=”的点，不为零，权向量w是不为零的线性组合，不为零的样本数据为支持向量。 对偶问题： min-max问题等价性： 引入极小量，soft软间隔解决过 阅读全文

摘要：1 %% Perceptron Regression 2 close all 3 clear 4 5 %%load data 6 x = load('ex4x.dat'); 7 y = load('ex4y.dat'); 8 9 x=ones(80,2); 10 for i=1:80 11 x(i,1)=mod(i,10); 12 x(i,2)=floo... 阅读全文

摘要：辅助函数 牛顿法介绍 阅读全文

摘要：1 %% Machine Learining----Linear Regression 2 close all 3 clear 4 5 %%data load 6 Year = linspace(0,13,14); 7 Price = [2,2.5,2.9,3.147,4.515,4.903,5.365,5.704,6.853,7.791,8.561,10,11.28,... 阅读全文