摘要：
SVMtrain的参数c和g的优化在svm训练过程中，需要对惩罚参数c和核函数的参数g进行优化，选取最好的参数知道测试集标签的情况下是让两个参数c和g在某一范围内取离散值，然后，取测试集分类准确率最佳的参数不知道测试集标签的情况下 （1）利用交叉验证的方法：(k-fold cross validation)Start bestAccuracy = 0 bestc = 0 bestg = 0 ... 阅读全文
摘要：
从二分类到多分类的迁移策略一般情况下问题研究为二分类问题，在解决多分类问题时有时可以直接推广到多分类，有时不能，不能推广的时候主要用三种拆分策略对问题进行研究 一对一的策略给定数据集这里有个类别，这种情况下就是将这些类别两两配对，从而产生个二分类任务，在测试的时候把样本交给这些分类器，然后进行投票 一对其余策略将每一次的一个类作为正例，其余作为反例，总共训练个分类器。测试的时候若仅有一个分类... 阅读全文
摘要：
LDA线性判别分析给定训练集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能的近，异类样例点尽可能的远，对新样本进行分类的时候，将新样本同样的投影，再根据投影得到的位置进行判断，这个新样本的类别LDA二维示意图。用‘+’表示正类“-”表示负类，两个投影，实心三角形和圆表示投影中心二分类：给定数据集:第类的样本集合:第类的均值向量:第类的协方差矩阵将数据投影在直线上,则两类样本的中心点在直... 阅读全文
摘要：
极大似然法估计欢迎关注我的博客：http://www.cnblogs.com/xujianqing/举个例子：张无忌和宋青书分别给周芷若送一个糖果，周芷若最后只接受一个糖果，问周芷若接受了谁的糖果。大部分的人肯定会说，当然是张无忌了。这里面就蕴含了极大似然的思想。因为周芷若接受张无忌的概率大于宋青书呀，而故事的最后周芷若接受了一颗糖果这个事实发生了，所以我们自然选择发生概率大的那个了。一个函数总... 阅读全文
摘要：
概率统计欢迎关注我的博客：http://www.cnblogs.com/xujianqing/ 条件概率设和是任意两个事件，且，则称为事件在事件发生的条件下发生的条件概率。记作：这里可以理解是，在事件发生的情况里面去寻找事件也在的例子，就是条件概率，有一种归一化的感觉，也有一种找出全局，再去挑局部的概念。引入一个定理：（两个事件的积的概率）=（其中一个事件的概率）(另一个事件在前面一个事件发生... 阅读全文