摘要：
201119西瓜书系列博客 9、聚类任务 一、总结 一句话总结： 9.1、聚类任务；9.2、性能度量；9.3、距离计算 9.4、原型聚类：以原型方式聚类 9.5、密度聚类：以密度方式聚类 9.6、层次聚类：以层次方式聚类 1、【9.1、聚类任务】？ 聚类试图将数据集中的【样本划分为若干个通常是不相交 阅读全文
摘要：
201119西瓜书系列博客 8、集成学习 一、总结 一句话总结： 8.1、个体与集成：集成如何获得比单一学习器更好的性能 8.2、Boosting；8.3、Bagging与随机森林 8.4、结合策略：模型集成在一起的策略 8.5、多样性：增强多样性 1、集成学习 介绍？ 集成学习(ensemble 阅读全文
摘要：
201119西瓜书系列博客 7、贝叶斯分类器 一、总结 一句话总结： 7.1、贝叶斯决策论；7.2、极大似然估计 7.3、朴素贝叶斯分类器 7.4、半朴素贝叶斯分类器 7.5、EM方法 1、贝叶斯公式？ $$P ( B _ { i } | A ) = \frac { P ( B _ { i } ) 阅读全文
摘要：
201119西瓜书系列博客 6、支持向量机 一、总结 一句话总结： 支持向量机（Support Vector Machine），简称SVM，是一种经典的【二分类模型】，属于监督学习算法。 1、【6.1、间隔与支持向量】？ 介绍了支持向量机的目标是确定一个对样本的分类结果最鲁棒的线性分类器，即找到一个 阅读全文
摘要：
201119西瓜书系列博客 5、神经网络 一、总结 一句话总结： 5.2 感知机与多层网络 5.3 误差逆传播算法 5.4 全局最小与局部极小 5.5 深度学习 1、阶跃函数？ $$\operatorname { sgn } ( x ) = \left\{ \begin{array} { l l } 阅读全文