E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
统计学习方法笔记
统计学习方法笔记
-- 隐马尔可夫模型
参考,隐马尔可夫模型(HMM)攻略 首先看看确定的状态序列,这种状态序列中状态的变化是确定的,比如 红绿灯,一定是绿灯->红灯->黄灯,这样的状态序列 当然也有些不确定状态序列,比如 天气,今天是晴天,你不能确定明天也一定是晴天或雨天 于是我们用概率来表示这种不确定性,称为马尔可夫过程 (Markov Process),马尔可夫过程的阶数表示当前状态依赖于过去几个状态,出于简单考虑往
·
2015-10-27 11:14
学习方法
统计学习方法笔记
-- Boosting方法
AdaBoost算法 基本思想是,对于一个复杂的问题,单独用一个分类算法判断比较困难,那么我们就用一组分类器来进行综合判断,得到结果,“三个臭皮匠顶一个诸葛亮” 专业的说法, 强可学习(strongly learnable),存在一个多项式算法可以学习,并且准确率很高 弱可学习(weakly learnable),存在一个多项式算法可以学习,但准确率略高于随机猜测 并且可以证明强可学习和弱
·
2015-10-27 11:13
boost
统计学习方法笔记
(三)K近邻算法
K近邻法(KNN)是一种基本的分类和回归的方法,KNN的基本思想是给出一定数量带有标签的训练样本,使用这些训练样本将特征空间划分成许多的子空间,当一个新的测试样本进来以后,这个测试样本一定会落在一个超矩形区域内部,然后找到距离这个测试样本最近的K个训练样本,用这些训练样本的标签去投票,票数最多的类别就是这个测试样本的类别。KNN的三个要素:K值选择,距离度量,分类决策规则。算法描述:1. 根
雷暴将军
·
2015-10-12 20:35
机器学习
统计学习方法
李航
统计学习方法笔记
1 统计学习方法概论
模型:由输入到输出的映射假设空间:由输入空间到输出空间的映射多集合模型:由条件概率分布P(Y|X)或决策函数Y=f(x)表示损失函数:度量模型一次预测的好坏,用一个损失函数来度量预测错误的程度风险函数:度量平局意义下模型预测的好坏经验风险:模型f(x关于训练数据集的平均损失当模型上条件概率分布,损失函数是对数损失函数时,经验风险最小化就等价于极大似然估计。当样本容量小时,经验风险最小化会产生过拟合
helh522
·
2015-03-16 10:14
感知机——R实现
感知机理论见博文:
统计学习方法笔记
(二)感知机学习对于训练数据集,其中正例点是x1=(3,3)T,x2=(4,3)T,负例点为x3=(1,1)T,用感知机学习算法的原始形式求感知机模型f(x)=w·x+
Eunice_33
·
2015-01-16 20:54
R
Programming
感知机学习算法——
统计学习方法笔记
,代码实现
看了李航博士的《统计学习算法》,做一个笔记,备忘。感知机学习算法有两种形式——原始形式、对偶形式我先把算法的原始形式贴出来,然后一步一步的解释:输入:训练数据集,其中学习率(0<<=1)输出:w,b;感知机模型(1)选取初值(2)在训练集中选取数据(3)如果(4)转至(2),直至训练集中没有误分类点感知机是二分类学习算法,也就是说在空间内他是线性的,对于输入的点,有一个超平面w*x+b=0可以将输
baiyangfu
·
2014-11-17 18:28
机器学习
上一页
1
2
3
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他