摘要: KNN是一种分类算法, 阅读全文
posted @ 2017-10-29 23:32 happyyoung 阅读(81) 评论(0) 推荐(0) 编辑
摘要: 时间序列 阅读全文
posted @ 2017-10-29 23:21 happyyoung 阅读(80) 评论(0) 推荐(0) 编辑
摘要: 高斯混合模型 阅读全文
posted @ 2017-10-29 23:18 happyyoung 阅读(113) 评论(0) 推荐(0) 编辑
摘要: 随机森林 阅读全文
posted @ 2017-10-29 23:14 happyyoung 阅读(70) 评论(0) 推荐(0) 编辑
摘要: LDA 阅读全文
posted @ 2017-10-29 23:12 happyyoung 阅读(94) 评论(0) 推荐(0) 编辑
摘要: Adaboost(adaptive boosting,即自适应增强)算法,将多个弱分类器,按不同权值组合成强分类器。 分类正确的,就降低其分布概率,分类错误的,就提高其分布概率。 二叉决策树 窗口 wiki链接 https://en.wikipedia.org/wiki/AdaBoost 阅读全文
posted @ 2017-10-29 20:13 happyyoung 阅读(123) 评论(0) 推荐(0) 编辑
摘要: 在向量空间(vector spaces)理论中,对于一组向量,如果存在一个向量可以表示为其他向量的线性组合(linear combination),则这组向量是线性相关(linearly dependent)的,反之则线性无关/独立(linearly independent)。 正交变换 wiki链 阅读全文
posted @ 2017-10-29 18:57 happyyoung 阅读(143) 评论(0) 推荐(0) 编辑
摘要: 聚类,就是把同类东西聚到一起。例如,苹果和梨放到一起,而猪肉和牛肉属于另一类。那这跟分类有何区别呢?分类的训练集中有类标,例如苹果和梨都有类标——“水果”,属于监督学习。而聚类没有类标,只知道苹果和梨属于同一类,例如类1,属于无监督学习。 k-means是最简单的聚类算法, 阅读全文
posted @ 2017-10-29 15:37 happyyoung 阅读(123) 评论(0) 推荐(0) 编辑
摘要: 决策树(decision tree) 决策树构造 阅读全文
posted @ 2017-10-29 15:10 happyyoung 阅读(143) 评论(0) 推荐(0) 编辑