理论
关注
分享
扫一扫
w_zhao
这个作者很懒，什么都没留下…
展开
-
李航统计学习总结：EM算法、朴素贝叶斯、隐马尔可夫、随机向量场
目录EM算法朴素贝叶斯模型图规划模型隐马尔可夫模型条件随机场（CRF）EM算法EM算法是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计。其过程主要分为两步：E步，求期望 M步，求极大因此，又被称为期望极大化算法。EM算法根据算法不同的初值可能会有不同的参数估计值。EM算法的导出：对一个含有隐变量的概率模型，目标时...原创 2019-03-29 21:20:51 · 1632 阅读 · 0 评论 -
李航统计学习方法总结与整理
感知机（perception）：二类分类的线性模型，输入为实例的特征向量，输出为实例的类别，取+1，-1。对应于输入空间中将样本实例分成正负两类的分离超平面，属于判别模型。其损失函数为：所有误分类点到分类超平面的距离总和。目的为最小化这个距离总和。 其中，为误分类点到分离超平面距离...原创 2019-03-26 22:22:18 · 15881 阅读 · 2 评论 -
李航统计学习：k近邻、决策树、最大熵、逻辑斯蒂回归、提升方法
k近邻–>决策树–>最大熵–>逻辑斯蒂回归–>提升方法k近邻法（K-NN）是一种基本的用于分类与回归的方法。其输入为：实例的特征向量，对应特征空间中的点输出为：实例的类别，可以取多类。k近邻假设给定一个训练数据集，其中的类别已经确定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测。y=argmaxcj∑xi∈Nk(x)I(yi...原创 2019-03-27 23:07:33 · 511 阅读 · 0 评论