摘要：
[ML学习笔记] 朴素贝叶斯算法（Naive Bayesian) 贝叶斯公式 $$P(A\mid B) = \frac{P(B\mid A)P(A)}{P(B)}$$ 我们把P(A)称为"先验概率"（Prior probability），即在B事件发生之前，对A事件概率的一个判断。P(A|B)称为" 阅读全文
摘要：
[ML学习笔记] 决策树与随机森林（Decision Tree&Random Forest） 决策树 决策树算法以树状结构表示数据分类的结果。每个决策点实现一个具有离散输出的测试函数，记为分支。 一棵决策树的组成：根节点、非叶子节点（决策点）、叶子节点、分支 算法分为两个步骤：1. 训练阶段（建模） 阅读全文
摘要：
[ML学习笔记] 回归分析（Regression Analysis） 回归分析：在一系列已知自变量与因变量之间相关关系的基础上，建立变量之间的回归方程，把回归方程作为算法模型，实现对新自变量得出因变量的关系。 回归与分类的区别：回归预测的是连续变量（数值），分类预测的是离散变量（类别）。 线性回归 阅读全文