Senn · 森

本文是参照：李航《统计学习方法》实现，如果遇到问题请参看书。 感知机 感知机是二分类的线性分类模型，在许多的机器算法模型中都可以找到它的影子，更是神经网络和支持向量机的基础，所以理解感知机模型就变得非常重要。 输入：实例的特征向量 输出：实例的类别（取值为+1，-1） 感知机学习目的：训练出一个分离超平面，将数据可以进行线性划分。 感知机学习策略：根据目的，我们可以导入基于误分...

k近邻法 k近邻法是一种基本的分类和回归的方法。 K近邻思想 k近邻的思想简单的来说就是一个投票选举，给定一个训练数据集（所有已经投票的人），输入一个新的实例（一个还未投出的票），去寻找与这个实例中最邻近的K个实例（和这个没有投出票最近的K个人），这K个实例的多数来自于某个类（投票的某个对象），这个新实例就是属于这个类（从众，和周围多数人保持一致）。 在这个过程中，有一个最重要的问题就...