11 2021 档案

AI-机器学习-自学笔记(六)朴素贝叶斯算法
摘要:朴素贝叶斯算法(Naive Bayesian algorithm) 是应用最为广泛的分类算法之一。 贝叶斯定理是关于随机事件A和B的条件概率(或边缘概率)的一则定理。其中P(A|B)是在B发生的情况下A发生的可能性。 贝叶斯公式(发表于1763年): 贝叶斯分类器的分类原理是通过某对象的先验概率,利 阅读全文

posted @ 2021-11-23 17:19 毕达哥拉斯 阅读(136) 评论(0) 推荐(0)

AI-机器学习-自学笔记(五)决策树算法
摘要:决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。 简单说就是依据熵值计算,不断地做出选择,直到获得 阅读全文

posted @ 2021-11-15 00:24 毕达哥拉斯 阅读(228) 评论(0) 推荐(0)

AI-机器学习-自学笔记(四)K邻算法(KNN)
摘要:K邻算法(k-Nearest Neighbor)是最常用也是最简单的机器学习算法之一。 关于该算法正式的表述是:如果一个样本在特征空间中的K个最相似(特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别的样本的特性。 通俗点说,就是近朱者赤近墨者黑,你周围的狐朋狗 阅读全文

posted @ 2021-11-06 02:35 毕达哥拉斯 阅读(132) 评论(0) 推荐(0)

导航