01 2020 档案

摘要：1. 机器学习中的常用分类器：回归、分类（确定是哪一类） 1）线性回归：根据给出的数据拟合出一条直线或曲线，反应数据的分布； 评判的准则或损失函数：统计所有预测值yi及对应实际值y之间的距离之和，使其最小化； 理解，参考： 线性回归：https://blog.csdn.net/wade1203/ar 阅读全文

摘要：参考： 奇异值分解：https://www.cnblogs.com/endlesscoding/p/10033527.html 主成分分析：https://blog.csdn.net/program_developer/article/details/80632779 阅读全文

摘要：1. 贝叶斯分类的基础——贝叶斯定理 这个定理解决了现实生活里经常遇到的问题：已知某条件概率，如何得到两个事件交换后的概率，也就是在已知P(A|B)的情况下如何求得P(B|A)。这里先解释什么是条件概率： P(A|B)表示事件B已经发生的前提下，事件A发生的概率，叫做事件B发生下事件A的条件概率。其 阅读全文