火腿烧豆腐的博客

对于统计学只是皮毛认识，在学校时根本不重视，如今机器学习几乎以统计学为基础发展起来的，头疼的紧，如今还得琢磨基础概念。 1、我自己的理解： 1）先验：统计历史上的经验而知当下发生的概率； 2）后验：当下由因及果的概率； 2、网上有个例子说的透彻： 1）先验——根据若干年的统计（经验）或者气候（常识），某地方下雨的概率； 2）似然——下雨（果）的时候有乌云（因/证据/观察的数据）的概率，即已经有了果...

首先是“朴素”一词，代表的是假设各特征之间相互独立，互不影响，虽然如此，其实际表现也较为不错。 其原理大致如下： 假设一个二分类问题，评价一个女生漂亮与否，主要有如下指标：长发与否，身高高矮，体型胖瘦，给出一个合适的数据集 现在有这样一个女生，高，长发，瘦，判断这个女孩是否漂亮，即求 P（漂亮|高，长发，瘦） = （P（高，长发，瘦|漂亮） * P（漂亮）） / P（高，长发，瘦） P（不漂...

偏差与方差 模型的偏差，指的是模型预测的期望值与真实值之间的差； 模型的方差，指的是模型预测的期望值与预测值之间的差平方和； 偏差用于描述模型的拟合能力； 方差用于描述模型的稳定性。 什么叫支持向量 训练数据集中与分离超平面距离最近的样本点的实例称为支持向量 更通俗的解释： 数据集种的某些点，位置比较特殊。比如 x+y-2=0 这条直线，假设出现在直线上方的样本记为 A 类，下方的记为 B 类。 ...