zoro-zhao

2022年8月11日

摘要： 4 朴素贝叶斯 4.1.1 朴素贝叶斯的学习与分类设输入空间

X \subseteq R^{n}

$\mathcal{X} \subseteq R^n$ 为

n

$n$ 维向量的集合，输出空间为类标记集合

Y = c_{1}, c_{2}, . . ., c_{k}

$\mathcal{Y} = {c_1, c_2, ..., c_k}$ 。输入为特征向量

x \in X

$x \in \mathcal{X}$ ，输出为类标记（阅读全文

posted @ 2022-08-11 22:30 zoro-zhao 阅读(67) 评论(0) 推荐(0) 编辑

2022年7月9日

学习笔记-《统计学习方法》-第三章-k近邻

摘要： 3 k近邻法 k近邻法的输入为实例的特征向量，对应于特征空间的点；输出为实例的类别，可以取多类。k近邻法假定给定一个训练数据集，其中的实例类别一定。分类时，对新的实例，根据其k个最近邻的训练实例的类别，通过多数表决等方式进行预测，因此不具备显式的学习过程，实际上利用训练数据集对特征向量空间进行划分，阅读全文

posted @ 2022-07-09 21:01 zoro-zhao 阅读(54) 评论(0) 推荐(0) 编辑

2022年4月20日

学习笔记-《统计学习方法》-第二章-感知机

摘要： 2 感知机 2.1 感知机模型假设输入空间（特征空间）是

χ \subseteq R^{n}

$\chi \subseteq R^n$ ，输出空间是

γ = + 1, - 1

$\gamma = {+1, -1}$ ，输入

x \in χ

$x \in \chi$ 表示实例的特征向量，对应于输入空间的点；输出

y \in γ

$y \in \gamma$ 表示实例的类别，由输入到输出的如下函数 \[ f( 阅读全文

posted @ 2022-04-20 11:49 zoro-zhao 阅读(88) 评论(0) 推荐(0) 编辑

公告

昵称： zoro-zhao
园龄： 2年11个月
粉丝： 0
关注： 0

+加关注

2025年3月

日

一

二

三

四

五

六

公告

搜索

常用链接

随笔档案

阅读排行榜