机器学习总结

　　1.集成学习:1.adaboost:基学习器学完后,把基学习器进行线性组合再训练参数

                         2.bagging:对学习样本进行随机选择,得到不同的学习器.再对学习器进行投票选择

                         3.随即森林:决策树是每一次在全部的特征中选一个做划分,随机森林是先随意给k个特征,在这k个特征里面选.这样可以避免过你和.

2.降维:pca,kpca

矩阵求导主要公式:

 3.

卡方分布的定义：

　　　如果Z1，......，Zk是独立标准正态随机变量，那么这些变量的平方和就呈现出了k个自由度的卡方分布。平方和式子如下/

　　　通常，卡方分布可以表示为一下形式。

　　　要注意的是，卡方分布只有一个参数k，k是一个正整数，表明了分布中自由度的数目。

4.卡方检验:

https://blog.csdn.net/snowdroptulip/article/details/78770088