统计学习方法
关注
分享
扫一扫
solejay
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
第四章 朴素贝叶斯法笔记
CH04 朴素贝叶斯法 文章目录CH04 朴素贝叶斯法前言章节目录导读朴素贝叶斯法参数数量算法推导条件独立假设算法补充参数估计极大似然估计贝叶斯估计例子例4.1例子4.2扩展树增强朴素贝叶斯贝叶斯网LR与NB参考 前言 章节目录 朴素贝叶斯法的学习与分类 基本方法 后验概率最大化的含义 朴素贝叶斯法的参数估计 极大似然估计 学习与分类算法 贝叶斯估计 导读 书中讲解的生成模型...转载 2020-01-07 16:43:41 · 219 阅读 · 0 评论 -
第三章 k近邻法笔记
CH03 k近邻法 文章目录CH03 k近邻法前言章节目录导读最近邻算法k近邻模型算法距离度量kkk值选择分类决策规则实现构造KDTree搜索KDTreekkk近邻查找范围查询例子例3.1例3.2例3.3参考 前言 章节目录 k近邻算法 k近邻模型 模型 距离度量 k值选择 分类决策规则 k近邻法的实现: KDTree 构造KDTree 搜索KDTree 导读 kNN是一种基本分...转载 2020-01-04 19:42:14 · 266 阅读 · 0 评论 -
第二章 感知机笔记
CH02 感知机 文章目录CH02 感知机前言章节目录导读三要素模型策略损失函数选择算法原始形式对偶形式问题损失函数 括号内斜体为自己的笔记心得 前言 章节目录 感知机模型 感知机学习策略 数据集的线性可分性 感知机学习策略 感知机学习算法 感知机学习算法 感知机学习算法的原始形式 算法的收敛性 感知机学习算法的对偶形式 导读 感知机是二类分类的线性分类模型。 损失函数L(w...转载 2020-01-04 16:42:34 · 311 阅读 · 0 评论 -
第一章 统计学习方法概论总结
文章目录空间概念最大似然估计（MLE）和最大后验概率估计（MAP）正则化l1 正则化和 l2 正则化生成模型和判别模型 空间概念 监督学习下 输入空间：输入所有可能取值的集合 输出空间：输出所有可能取值的集合 输入与输出空间可以是有限元素的集合，也可以是整个欧式空间 特征空间：所有特征向量（对实例的表示）存在的空间 假设空间：输入空间到输出空间映射的集合，即包含所有可能的模型的集合 ...原创 2019-12-10 16:49:51 · 294 阅读 · 0 评论 -
第一章 统计学习方法概论笔记
文章主要参考 github 仓库 Lihang 添加自己的一点思考 文章目录前言章节目录导读实现统计学习方法的步骤统计学习分类基本分类按模型分类按算法分类按技巧分类统计学习方法三要素模型模型是什么?策略损失函数与风险函数常用损失函数ERM与SRM算法模型评估与模型选择过拟合与模型选择正则化与交叉验证正则化交叉验证泛化能力生成模型与判别模型生成方法生成模型判别方法分类问题、标注问题、回归问题参考...转载 2019-12-07 17:02:12 · 209 阅读 · 0 评论