2019年12月15日

摘要： 基于最大间隔分隔数据 寻找最大间隔 分类器求解的优化问题 这里的类别标签为什么采用-1和+1，而不是0和 1呢？这是由于-1和+1仅仅相差一个符号，方便数学上的处理。我们可以通过一个统一公式来表示间隔或者数据点到分隔超平面的距离，同 时不必担心数据到底是属于-1还是+1类。 S V M 应用的一般框 阅读全文

摘要： ，除了部分指标主观和难以测量外，该数据还存在一个问题，数据集中有 30%的值是缺失的。下面将首先介绍如何处理数据集中的数据缺失问题，然 后 再 利 用 Logistic回 归 和随机梯度上升算法来预测病马的生死。 准备数据：处理被据中的缺失值 因为有时候数据相当昂贵，扔掉和重新获取 都是不可取的，所 阅读全文

摘要： 假设现在有一些数据点，我们用 一条直线对这些点进行拟合（该线称为最佳拟合直线），这个拟合过程就称作回归。利用Logistic回归进行分类的主要思想是：根据现有数据对分类边界线建立回归公式，以此进行分类。这里的 “ 回归” 一词源于最佳拟合，表示要找到最佳拟合参数集。 训练分类器时的做法就是寻找最佳拟 阅读全文

摘要： 使用朴素贝叶斯解决一些现实生活中 的问题时，需要先从文本内容得到字符串列表，然后生成词向量。 准备数据：切分文本 测试算法：使用朴素贝叶斯进行交叉验证 文件解析及完整的垃圾邮件测试函数 阅读全文

摘要： 分类器有时会产生错误结果，这时可以要求分类器给出一个最优的类别猜测结果，同 时给出这个猜测的概率估计值。 概率论是许多机器学习算法的基础 在计算 特征值取某个值的概率时涉及了一些概率知识，在那里我们先统计特征在数据集中取某个特定值 的次数，然后除以数据集的实例总数，就得到了特征取该值的概率。 首先从 阅读全文