2014年6月25日

统计学习方法（四）——朴素贝叶斯法

摘要： /*先把标题给写了、这样就能经常提醒自己*/题记：今天下午去上厕所的一会儿时间，就把第四章给扫完了，说是扫完了主要是因为没有深入去看，对于某些证明都直接跳过了，看了一下里面的例子，大概懂个意思就行了1.朴素贝叶斯法 设输入空间为维向量的集合，输出空间为类标记集合，输入特征向量，输出类标记为，是和的... 阅读全文

posted @ 2014-06-25 11:33 JueFan_C 阅读(2564) 评论(4) 推荐(0) 编辑

统计学习方法（三）——K近邻法

摘要： /*先把标题给写了、这样就能经常提醒自己*/1. k近邻算法k临近算法的过程，即对一个新的样本，找到特征空间中与其最近的k个样本，这k个样本多数属于某个类，就把这个新的样本也归为这个类。算法输入：训练数据集其中为样本的特征向量，为实例的类别，i=1,2,…,N；样本特征向量x（新样本）；输出：样本x... 阅读全文

posted @ 2014-06-25 11:32 JueFan_C 阅读(1364) 评论(0) 推荐(0) 编辑

统计学习方法（二）——感知机

摘要： /*先把标题给写了、这样就能经常提醒自己*/1. 感知机模型我们先来定义一下什么是感知机。所谓感知机，就是二类分类的线性分类模型，其输入为样本的特征向量，输出为样本的类别，取+1和-1二值，即通过某样本的特征，就可以准确判断该样本属于哪一类。顾名思义，感知机能够解决的问题首先要求特征空间是线性可分的... 阅读全文

posted @ 2014-06-25 11:31 JueFan_C 阅读(1684) 评论(2) 推荐(0) 编辑

导航