ML
欲乘风
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
-
贝叶斯公式
先验概率:根据以往的经验和分析得到的概率 后验概率:在考虑了一个事实之后的条件概率 贝叶斯公式:就是先验概率和后验概率的关系。 关于贝叶斯公式的推导:AB同时发生 可以有两种考虑 在A发生的前提下B也发生了 在B发生的前提下A也发生了 P(AB) = P(A)P(B|A) = P(B)P(A|B) 这里P(A) P(B) 就是先验概率 关于贝叶斯公式的一般形式,A分为(A1, A...原创 2019-01-04 16:40:12 · 412 阅读 · 0 评论 -
机器学习总结
有监督学习: 线性回归:线性拟合 预测 朴素贝叶斯:分类 逻辑回归:二分类(可做多分类) 决策树:分类和预测 SVM:二分类(可做多分类) SVR:非线性拟合 预测 HMM(隐马尔可夫模型):语音识别 CRF(条件随机场):一般是线性链CRF 自然语言处理中 文本序列标注 KNN:分类 预测 无监督学习: KMeans:聚类 需指定K 谱聚类:聚类 无需指定K 能保证每个簇...原创 2019-01-05 23:33:50 · 287 阅读 · 0 评论
分享