匆匆z2的博客

贝叶斯定理可以将公式改写为c表示一个分类,f表示属性对应的数据字段这里举个例子,c代表苹果,f代表红色P(苹果|红色)=P(红色|苹果)XP(苹果)/P(红色)通过苹果是红色的条件概率可以得到红色是苹果的条件概率通过先验概率可以算出后验概率一个果子是苹果的概率为0.3 P(c)=0.3一个果子是红色的概率为0.2 P(f)=0.2苹果是红色的概率...

记录概率和统计相关的概念和基础知识总体来说概率和统计是互逆的:概率根据数据生成的过程进行建模,研究某种模型产生的数据有什么特性,统计学正好相反,通过已知的数据,来推导产生这些数据的模型是怎样的概率:是描述可能性的一个数值随机变量:描述事件可能出现的所有状态,分为离散随机变量和连续随机变量概率分布:描述每种状态出现的可能性,随机变量X表示小球的颜色,100个球中红色20个,蓝色40个,...

记录线性代数学习中的各个概念向量和向量空间标量:是个单独的数字,不能表示方向向量:也可叫做矢量,一组数字,有序排列,可以用数组或者链表表示特征向量:物体的特征有很多维度衡量,我们可以用向量表示物体的特征,向量的每个元素代表一维的特征,元素的值代表了相应特征的值矩阵特征向量:矩阵的几何意义是坐标变换,如果矩阵存在特征向量和特征值,矩阵的特征向量表示了他在空间中最主要的运动方向...