maxwell_tesla

摘要： 1、名词解释 贝叶斯定理，自己看书，没啥说的，翻译成人话就是，条件A下的bi出现的概率等于A和bi一起出现的概率除以A出现的概率。 记忆方式就是变后验概率为先验概率，或者说，将条件与结果转换。 先验概率：某件事情发生概率 后验概率：某件事情发生后，由于某个原因引起的概率大小。 2、朴素贝叶斯代码 # 阅读全文

摘要： 1、东西搞丢了，只写一部分 2、算法那收敛性 证明逻辑： a、γ是yi*(wopt*Xi)最小值 b、R是Xi最小值 c、k<=（R/γ）^2 难打公式，直接说，Wk由Wk-1迭代而来，所以事实上，只需要找到迭代第三项就可以了，迭代第三项有R有eta，Wk的迭代公式有，通过放缩，得到k，eta，R的 阅读全文

摘要： Python带括号返回的是该函数的返回值 不带括号返回的是该函数的位置信息等 阅读全文

摘要： 1、arange返回一个array对象，arange(5)=([0,1,2,3,4]) 2、如果是两个参数，第一个参数是起点，第二个参数是终点 3、如果是三个参数，那么第三个参数就是步长 阅读全文

摘要： 1、逻辑斯蒂分布 sigmoid 曲线 二项逻辑斯蒂回归模型，实际上是二项判别模型。 基于逻辑斯蒂的似然函数等于每个取值的概率之积。对数似然是对他们取log 多项逻辑斯蒂回归，实际是二项的扩展。 2、最大熵模型 由5.2.2节的熵模型。使我们需要的公式。 所谓最大熵，是指83页定义的条件熵的最大熵。 阅读全文

摘要： 感觉最后面的地方有点乱了 有空优化一下。 阅读全文

摘要： 1、所谓决策树模型，是通过重要性依次向下绘出的，越重要的越在上面。 决策树有节点和有向边组成。结点有两种类型，内部节点和叶结点，内部节点表示一个属性，叶子节点表示一个类。 决策树的数学意义在于 ，条件概率分布。举一个简单的例子：一个人去银行贷款，他的年龄、收入、房子、车子都能决定他是否能贷到款。我们 阅读全文

摘要： 第一步，划分元素训练集和测试集，用model_selection。train_test_split指定分类数据集，答案，测试大小。 第二部，使用logisticRegression。fit函数来训练x_train，y-train. 第三步，测试，用logisticregression。predict 阅读全文

摘要： 1、读取数据，用np.loadtxt函数读取csv中的数据，前面为读取的文件，后面delimiter表示分界符是什么，对于csv文件，一般用“”，“”作为分界符 2、新矩阵赋值，我们希望用其中两列的数据来绘图，同时，用第三列的数据来决定不同种类的不同颜色。 所以，将前两列数据赋给x，将最后一列数据赋 阅读全文

摘要： 1、线性模型的基本形式 2、线性模型的线性回归，有序关系均分1，无序关系化向量。 3、由均方误差最小值来进行模型求解的方法叫做最小二乘法。将均方误差关于w关于b求导，得到0，即得最优解。 4、多元线性回归。将数据集表示为矩阵，标记也写成矩阵式。 转置矩阵乘以原矩阵得到平方项，用来搞出来均方差。 5、 阅读全文