机器学习
关注
分享
扫一扫
文章平均质量分 87
LiSW007
硕士研究生一枚，自学数据分析中……
展开
-
分类模型与算法--贝叶斯分类器
本文将主要介绍贝叶斯分类器的基本原理、种类以及贝叶斯定理的相关知识。原创 2017-11-22 14:41:56 · 2123 阅读 · 0 评论 -
聚类算法（一）
本文主要介绍聚类算法的原理、聚类分析的两个基本问题：性能度量和距离计算，聚类分析中类个数的确定方法与原则，以及进行聚类分析前的数据中心化和标准化变换处理。原创 2017-11-28 14:50:18 · 2148 阅读 · 0 评论 -
聚类算法（二）--层次聚类法
本文主要介绍层次聚类法的基本原理、距离计算方法、算法的优缺点，以及R语言实战。原创 2017-11-29 12:19:32 · 5550 阅读 · 0 评论 -
聚类算法（三）--K-means方法
本文主要K-means聚类算法的原理、优缺点及其改进，以及如何用R语言实现K-means聚类算法。原创 2017-11-30 12:47:30 · 3662 阅读 · 0 评论 -
分类模型与算法--朴素贝叶斯
本文主要介绍朴素贝叶斯的原理、优缺点及其R语言实现。转载 2017-11-23 15:56:49 · 2111 阅读 · 0 评论 -
分类模型与算法--距离判别法
距离判别法是最简单、最直观的一种判别方法，该方法适用于连续型随机变量的判别，对变量的概率分布没有限制。 原理：计算待测点与各类的距离，取最短者为其所属分类。值得注意的是，距离的衡量有很多种方式，这里采用的是马氏距离。转载 2017-11-22 09:57:07 · 18488 阅读 · 0 评论 -
分类模型与算法--线性判别分析
一、概述线性判别分析（Linear Discriminant Analysis,简称LDA）是一种经典的线性学习方法，在二分类问题上最早由Fisher提出，故又称“Fisher判别分析”。原创 2017-11-21 16:13:18 · 1348 阅读 · 0 评论 -
分类模型与算法--决策树
本文主要介绍决策树的原理、划分属性选择、决策树的种类、剪枝方式，以及用三种R包实现决策树。原创 2017-11-26 13:11:06 · 6597 阅读 · 1 评论 -
随机森林
本文主要介绍了随机森林算法的原理、优缺点以及R语言的实现。原创 2017-11-27 17:14:56 · 5257 阅读 · 0 评论