09 2022 档案

支持向量机（SVM）
摘要：SVM支持向量机 简述： 给定一个特征空间上的数据集： T= { (x1,y1),(x2,y2),...(xN,yN) } 其中，xi∈Rn,yi∈ {+1,−1 } 阅读全文
posted @ 2022-09-07 11:25 guangheli 阅读(43) 评论(0) 推荐(0) 编辑
K 近邻算法
摘要：K 近邻算法 K 近邻算法的思想非常简单：对于测试数据，在训练数据中找到 K 个与之距离最近的点并进行多数表决。 K 取值比较小时会只考虑与输入实例距离非常近的点，但是噪声对结果的影响会很大。 K 取值较大时会考虑与输入实例距离较大的点，虽然可以避免噪声的影响，但是由于距离过大还是会 阅读全文
posted @ 2022-09-07 10:10 guangheli 阅读(20) 评论(0) 推荐(0) 编辑
集成学习
摘要：集成学习 在机器学习中，只使用一个模型容易出现过拟合现象，并且发挥不出数据量大的优势。 集成学习的思路是将一堆效果一般的模型通过某种方式组合在一起，形成一个更有效的大模型。 具体地，设训练集为 D，特征集为 A，每次选择 D 和 A 的子集 D′,A′ 作为训练数据训练若干个小 阅读全文
posted @ 2022-09-05 14:15 guangheli 阅读(33) 评论(0) 推荐(0) 编辑
决策树
摘要：熵 H=−∑i=1np(xi)log⁡p(xi) n 是分类的数目，熵越大代表随机变量 X 的不确定性越大。 可知 0⩽H(P)⩽log⁡n 条件熵 H(Y|X) 表示已知随机变量 X 的条 阅读全文
posted @ 2022-09-04 22:41 guangheli 阅读(63) 评论(0) 推荐(0) 编辑
聚类算法
摘要：参考：《统计学习方法》 相似度与距离 对于聚类算法来说，定义相似度与距离是十分关键的。 Minkowski distance 设 xi,xj 是样本集合 X 中的样本，m 为特征数量，满足 xi=(x1i,x2i,....xmi)T 则 $x_{ 阅读全文
posted @ 2022-09-04 19:45 guangheli 阅读(140) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示