02 2018 档案
摘要：前言 gamma函数 0 整体把握LDA 1 gamma函数 beta分布 1 beta分布 2 Beta-Binomial 共轭 3 共轭先验分布 4 从beta分布推广到Dirichlet 分布 Dirichlet 分布 1 Dirichlet 分布 2 Dirichlet-Multinomia
阅读全文
摘要：共轭先验 是啥？ 网上找几篇文章，收集与此！ 今天的主要任务是来理解共轭先验以及贝叶斯学习。最近在研究主题模型，里面用到了一些，另外在机器学习中，贝叶斯学习是重要的一个方向，所以有必要学习和掌握。 Contents 1.共轭先验分布 2. 贝叶斯学习 3. Beta分布及共轭先验 1.共轭先验分布
阅读全文
摘要：机器学习库（MLlib）指南 MLlib是Spark的机器学习（ML）库。其目标是使实际的机器学习可扩展和容易。在高层次上，它提供了如下工具： ML算法：通用学习算法，如分类，回归，聚类和协同过滤 特征提取，特征提取，转换，降维和选择 管道：用于构建，评估和调整ML管道的工具 持久性：保存和加载算法
阅读全文
摘要：1.C4.5算法 2. k 均值聚类算法 3.支持向量机 4. Apriori 关联算法 5.EM 最大期望算法 Expectation Maximization 6、PageRank 算法 7、AdaBoost 迭代算法 8、kNN 算法 9、朴素贝叶斯算法 10、CART 分类算法。 补充： 1
阅读全文
摘要：聚类分析 聚类分析和判别分析有相似的作用，都是起到分类的作用。但是，判别分析是已知分 类然后总结出判别规则，是一种有指导的学习；而聚类分析则是有了一批样本，不知道它们 的分类，甚至连分成几类也不知道，希望用某种方法把观测进行合理的分类，使得同一类的 观测比较接近，不同类的观测相差较多，这是无指导的学
阅读全文
