摘要:
1 简介 先验概率分布 后验概率分布 2 模型 3 策略 朴素贝叶斯法将实例分到后验概率最大的类中。这等价于期望风险最小化。 4 算法 4.1 极大似然佑计 4.2 贝叶斯佑计 阅读全文
posted @ 2020-04-27 15:32
秋华
阅读(247)
评论(0)
推荐(0)
摘要:
1. kd树简介 构造kd树的方法如下:构造根结点,使根结点对应于k维空间中包含所有实例点的超矩形区域;通过下面的递归方法,不断地对k维空间进行切分,生成子结点。在超矩形区域(结点)上选择一个坐标轴和在此坐标轴上的一个切分点,确定一个超平面,这个超平面通过选定的切分点并垂直于选定的坐标轴,将当前超矩 阅读全文
posted @ 2020-04-27 13:06
秋华
阅读(485)
评论(0)
推荐(0)
摘要:
1 简介 k近邻法的输入为实例的特征向量,对应于特征空间的点;输出为实例的类别,可以取多类。k近邻法假设给定一个训练数据集,其中的实例类别已定。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,k近邻法不具有显式的学习过程。k近邻法实际上利用训练数据集对一特征向 阅读全文
posted @ 2020-04-27 10:51
秋华
阅读(393)
评论(0)
推荐(0)