u013238941的专栏

算法思想这是一个分类算法，这个算法的基础非常简单容易理解，首先你需要若干个已经分类标记好的数据（假设n个已分类样本），然后就可以对新输入的一个数据进行分类判别。判别流程是在n个已分类样本中找到距离新数据最近的K个样本(所以叫K近邻嘛)。然后统计K个样本的分类（就是找出K个样本的标签分类最多的是什么分类），然后新样本就是这个分类。数据准备使用MNIST数据集进行手写数字分类。MNIST数据集...

没有免费的午餐定理(No Free Lunch Theorem),这个定理说明若学习算法LaL_a 在某些问题上比学习算法LbL_b 要好， 那么必然存在另一些问题， 在这些问题中LbL_b 比LaL_a 表现更好。这里说的表现好就是前面所说的泛化能力更强。然后出现了下面这个公式Eote(La|X,f)=∑h∑x∈χ−XP(x)I(h(x)≠f(x))P(h|X,La)E_{ote

在西瓜书的第二章，讲了几种常用的对数据集进行划分而产生训练集SS\mathit{S} 和测试集TT\mathit{T} 的方法，其中就有一个自助法。 自助法：其实就是通过有放回采样产生训练集，没有被采样到的作为测试集。书中描述，给定包含m个样本的数据集DD\mathit{D} ，每次从DD\mathit{D} 中采样一个样本，拷贝后放入D′D′\mathit{D'} 中，采样m次，得到包含m个样...

一、有效数字的定义要定义有效数字，我们需要首先给出下面几个定义，其实都是很简单能理解的东西，但是用数学公式表达一下就有点绕。误差：若x∗x^{\ast }x∗是准确值xxx的一个近似值，则称e∗=x∗−xe^{\ast }=x^{\ast }-xe∗=x∗−x为x∗x^{\ast }x∗的误差。这个很好理解，就是近似值减去实际值咯，而且误差肯定是针对近似值来说的，所以是称e∗e^{\a...