摘要：
阅读全文
摘要：
算法原理 对于一个预测样本，KNN把与这个样本最近的k个样本中样本数最多的类别作为该预测样本的类别。 k值对算法的影响 k值大模型越简单，较小的k值容易过拟合。 kd树 kd树是一种高维空间上的快速检索结构，这里以平衡kd树为例，即划分子树时以中位数作为划分点。 kd树构建步骤 假设数据只有两个维度 阅读全文
摘要：
原始形式 模型 线性二分类模型 \[f\left( x \right) = sign\left( {w \cdot x + b} \right)\] 学习策略 误分类点到超平面函数距离最小化 损失函数：$\mathop {\min }\limits_{w,b} L\left( {w,b} \righ 阅读全文
摘要：
监督学习的任务就是学习一个模型，应用这个模型，对给定的输入预测相应的输出。 这个模型一般形式为决策函数： \[Y = f\left( X \right)\] 或者条件概率分布： \[P\left( {Y|X} \right)\] 生成方法 生成方法先学习联合概率分布P(X,Y)，然后求出条件概率P( 阅读全文