复习NLP-实战（八）----HMM工具包实战

1.hmmlearn工具包

实现中文分词，完全没懂。

第九章:走进深度学习-神经网络算法

前言：机器学习下面的一个分支，运用神经网络算法的，属于深度学习。

深度学习算法一般是和计算机视觉挂钩的。

1.k近邻算法(KNN)。

K近邻算法很好理解。就是当前待分类点的K个邻居，属于哪种分类的概率大，我们也就将这个点分到该类别下。利用此图，可以更好地理解。

 

 

优缺点：

 

 相当于待分类的这个点，要和所有的样本都计算一次距离，所以时间复杂度为O(n)

可以用来测试的一个数据集（CIFAR-10）：

计算距离的话，可以选用L1距离，也可以显示L2距离（欧式距离），欧式距离用的比较多。

交叉验证:

主要是为了解决测试集只能使用一次，而待求解的参数比较多的缺陷。对训练集进行切割，重新多次选定不同的数据源，作为训练集。来求解参数的一种方法。