统计学习方法
关注
分享
扫一扫
hhhhh0hhhhhh
这个作者很懒，什么都没留下…
展开
-
《统计学习方法》第二版第一章
这一遍读的应该更细致（一天完成一章）2019/9/20目录第一章：统计学习与监督学习概论1.1 统计学习1.2 统计学习的分类1.2.1 基本分类1、监督学习2、无监督学习3、强化学习4、半监督学习与主动学习1.2.3 按模型分类1 概率模型和非概率模型2 线性模型和非线性模型3 参数化模型和非参数化模型1.2.3 按算法分类1...原创 2019-09-20 11:15:12 · 1182 阅读 · 0 评论 -
《统计学习方法》第二版 -- 第二章 感知机
Perceptron是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1 和 -1.感知机对应于输入空间(特征空间)中将实例划为正负两类的分离超平面，属于判别模型是神经网络与支持向量机的基础2.1 感知机模型w和b属于感知机模型参数，叫做权值或者权值向量，叫做偏置，表示两者的内积，sign是符号函数。线性分类模型 属于判别模型假设空间定义在特征空间...原创 2019-09-22 11:21:17 · 183 阅读 · 0 评论 -
《统计学习方法》第二版 -- 第三章 k近邻法
k-NN 是一种基本分类与回归方法。输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类分类时，对于新的实例，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。因此，k近邻不具有显式的学习过程。k近邻法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的“模型”。k值的选择、距离度量、分类决策规则是k近邻法的三个基本要素。其中：距...原创 2019-09-22 11:44:18 · 168 阅读 · 0 评论