02_统计学习第13页

机器学习 Python scikit-learn 中文文档（8）无监督学习: 探索寻找数据的表现方式(representations)

与官方文档完美匹配的中文文档，请访问http://studyai.comLogo首页安装文档案例ForkmeonGitHubPrevious模型选择:选择合适的估计器及其参数Next将所有东西放在一起Up用于科学数据处理的统计学习教程

ScorpioDoctor·2023-01-14 20:17

JavaScript 数据处理 · 基本统计（文末附视频）

第5节基本数据处理·基本统计学习了如何对JavaScript中的数组数据进行操作之后，我们就要回到刚开始选择购买这本小册的目的了：使用JavaScript开发灵活的数据应用。

SYBH.·2023-01-14 12:00

python机器学习基础教程--1引言

它是统计学、人工智能和计算机科学交叉的研究领域，也被称为预测分析（predictiveanalytics）或统计学习（statisticallearning）。

To_be_brave1·2023-01-14 00:09

统计学习的一些笔记（1）

第一部分：描述性统计学的图与表格1.频数分布——注意：组间距离=（组内最大-组内最小）/组数2.条形图和饼状图3.直方图4.累积图与累积曲线（即是频数分布的进阶版，将大于某个值得频数相加起来并统计）5.茎叶图6.交叉分组表（有点类似于概率中的联合分布表格）此处注意一下的是辛普森悖论，辛普森悖论表示的是未综合的交叉分组表与综合的交叉分组表得到的结论是相反。当交叉分组表包含综合数据时，应该审查是否存在

xiongliff·2023-01-13 23:18

商务与经济统计学习 -- 描述统计

描述统计学数值方法描述统计学数值方法数值度量：位置离散程度形态相关程度数值度量：位置离散程度形态相关程度位置位置平均数：x¯=∑xinx¯=∑xin加权平均数：x¯=∑wixi∑wix¯=∑wixi∑wi中位数：将数据从小到大排序对奇数个观测数中位数是中间的数值对偶数个观测数中位数是中间两个数值的平均数几何平均数：x¯g=(x1x2...xn)1/nx¯g=(x1x2...xn)1/n在财务、投资

troysps·2023-01-13 23:16

统计学习方法第二版读书笔记_第二章感知机

感知机2.1感知机模型定义2.1(感知机)假设输入空间(特征空间)是X∈Rn\mathcalX\in\mathcalR^nX∈Rn,输出空间是Y={+1,−1}\mathcalY=\{+1,-1\}Y={+1,−1}.输入x∈Xx\in\mathcalXx∈X表示实例的特征向量,对应于输入空间(特征空间)的点;输出y∈Yy\in\mathcalYy∈Y表示实例的类别.由输入空间到输出空间的如下函数

EricZHAOedu·2023-01-13 22:05

李航统计学习方法(第二版)第二章感知机学习笔记【理论篇】

感知机感知机的定义感知机的数学表达式感知机的几何意义感知机的目标函数数据集线性可分目标函数推导感知机的优化方法原始形式随机梯度下降批量梯度下降为什么用随机梯度下降而不用批量梯度下降对偶形式为什么要转化成对偶形式感知机的定义感知机是二分类线性分类模型，输入为实例的特征，输出为实例类别，实例类别取+1和-1。感知机是属于判别模型，因为其求出分离超平面直接将输入实例划分为正例和负例。感知机的数学表达式感

禅心001·2023-01-13 22:04

【机器学习笔记】《统计学习方法》第二章感知机+随机梯度下降法

主要参考书目《统计学习方法》第2版，清华大学出版社参考书目MachineLearninginAction,PeterHarrington用于考研复试笔记，所以写的很简洁，自己能看懂就行。

Baolar_Code·2023-01-13 22:30

电信保温杯笔记——《统计学习方法（第二版）——李航》第2章感知机

电信保温杯笔记——《统计学习方法（第二版）——李航》第2章感知机论文介绍特点模型结构损失函数优化目标感知机学习算法的原始形式举例算法收敛性感知机学习算法的对偶形式相关视频相关的笔记相关代码pytorchtensorflowkeraspytorchAPI

电信保温杯·2023-01-13 22:27

《统计学习方法第二版》学习笔记2——感知机

1理论部分1.1感知机模型1.2感知机学习策略1.3感知机算法1.3.1原始形式算法1.3.2对偶形式算法2代码部分2.1Perceptron2.2scikit-learn实例前言本文主要参考资料：《统计学习方法

sd3145265·2023-01-13 22:27

机器学习-统计学习方法第二版学习笔记-第二章感知机

统计学习方法第二章感知机2.1感知机模型2.2感知机学习策略损失函数：误分类点到超平面的总距离。2.3感知机学习算法算法2.1随机梯度下降法算法2.2感知机模型对偶形式

xingS1992·2023-01-13 22:27

《统计学习方法(第二版)》学习笔记第二章感知机代码实现

感知机代码实现首先先直接给出一个复制粘贴就可以运行的代码实例，让大家先感受一下感知机的代码的执行过程。数据集采用的是经典的鸢尾花数据集，sklearn.datasets中提供了鸢尾花数据集的接口可以直接使用，当然还有其他更多的数据集可以用来进行实验，比如非常有名的用于机器学习的数据库UCI，其中也包含了鸢尾花数据集，里面包含的大部分数据集的规模都很小，很适合初学者使用。importnumpyasn

忆殇DR·2023-01-13 22:54

统计学习方法——第2章感知机（个人笔记）

统计学习方法——第2章感知机（个人笔记）参考《统计学习方法》（第二版）李航感知机就是二分类的线性分类模型，输入为特征向量，输出只为+1、-1。

没用的阿鸡·2023-01-13 22:52

统计学习方法——第7章支持向量机（个人笔记）

统计学习方法——第7章支持向量机（个人笔记）参考《统计学习方法》（第二版）李航支持向量机（supportvectormachines，SVM）是一种二分类模型，是定义在特征空间上的间隔最大的线性分类器。

没用的阿鸡·2023-01-13 22:52

《统计学习方法》第 2 章“感知机”学习笔记

感知机是《统计学习方法》的介绍的第1个算法，是神经网络与SVM的基础。

liweiwei1419·2023-01-13 22:51

《统计学习方法第2版》学习笔记-第1章统计学习及监督学习概论

文章目录1.统计学习2.统计学习的分类2.1.基本分类2.2.按模型分类2.3.按算法分类2.4.按技巧分类3.统计学习方法的三要素3.1.模型3.2.策略3.3.算法4.模型评估与模型选择4.1.训练误差与测试误差

可以叫我才哥·2023-01-13 22:50

统计学习方法第二版学习笔记第二章感知机

一、统计学习三要素1.1模型感知机是二分类线性分类模型，属于判别模型，对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面。

gss123_123·2023-01-13 22:45

【Matlab数理统计知识点合集】新手入门第十三天

数理统计学习目标1.随机数的产生1.1二项分布随机数1.2泊松分布随机数1.3均匀分布随机数1.4正态分布随机数1.5其他常见分布随机数2.概率密度函数2.1常见分布的密度函数作图2.2通用函数计算概率密度函数值

Luminous烁·2023-01-13 10:39

R语言作加权最小二乘_自然语言处理算法工程师历史最全资料汇总-基础知识点、面试经验...

整理了算法面试需要数学基础知识、编程语言、深度学习、机器学习、计算机理论、统计学习、自然语言处理相关基础知识点；以及一些大长的实战面试经验，非常具有参考、学习价值，分享给大家。

weixin_39849387·2023-01-13 08:20

基于Logistic回归模型对鸢尾花数据集的线性多分类

LogisticRegression逻辑回归（logisticregression）是统计学习中的经典分类方法，属于对数线性模型，所以也被称为对数几率回归。这里要注意，虽然带有回归的字眼

在下摸鱼怪·2023-01-13 08:41

统计学习方法学习笔记-06-逻辑斯谛回归与最大熵模型01

首先介绍逻辑斯谛模型，然后介绍最大熵模型，最后讲述逻辑斯谛回归与最大熵模型的学习算法，包括改进的迭代尺度算法和拟牛顿法逻辑斯谛回归模型逻辑斯谛分布设XXX是连续随机变量，具有下列分布函数和密度函数：μ\muμ是位置参数，γ>0\gamma\gt0γ>0是形状参数，越小，分布函数在中心增长得越快F(x)=P(X≤x)=11+e−(x−μ)/γf(x)=F′(x)=e−(x−μ)/γγ(1+e−(x−

尔呦·2023-01-13 08:10

transductive inference（转导推理，直推式学习）

在统计学习中，转导推理（TransductiveInference）是一种通过观察特定的训练样本，进而预测特定的测试样本的方法。

大笨熊。。。·2023-01-13 00:35

简述相关与回归分析的关系_统计学习题第七章相关与回归分析答案

塔比星上琉球生·2023-01-12 20:19

在线学习(online learning)——Chapter 2 Problem Formulations and Related Theory

Chapter2ProblemFormulationsandRelatedTheory本章中，我们将首先给出一个经典的在线学习问题的形式化描述，即在线二分类(onlinebinaryclassification)，然后介绍统计学习理论

雨落俊泉·2023-01-12 19:25

统计学习方法|决策树原理剖析及实现

原始blog链接：http://www.pkudodo.com/2018/11/30/1-5/前言《统计学习方法》一书在前几天正式看完，由于这本书在一定程度上对于初学者是有一些难度的，趁着热乎劲把自己走过的弯路都写出来

Dod_o_·2023-01-12 00:26

【机器学习、深度学习与强化学习】机器学习（1）---机器学习简介

我先列一些我会用到的机器学习、深度学习的参考资料吧：1.西瓜书——周志华《机器学习》2.动手学深度学习——李沐3.B站李沐视频或者斯坦福CS329P4.youtube——李宏毅全套的公开课5.李航——统计学习方法

旋转跳跃我闭着眼·2023-01-11 20:05

AI-统计学习（17）-EM算法

EM算法是什么的？真实应用中，很多情况都是不完全数据，或者缺失数据，但我们还是想知道它的概率分布。正常情况下，我们用最大似然估计或者贝叶斯进行概率预测，实现监督学习，而这算法就是针对非监督的概率分布预测的。初始值不同时会存在局部最优的情况。1.用于什么场景？不完全数据，缺失数据的情况下。2.E是什么？期望，隐变量的期望。3.M是什么？MAX最大化。4.流程是什么？收敛条件用于什么场景？不完全数据，

多云的夏天·2023-01-11 20:33

（一）感知机与python代码实现

参考李航老师的《统计学习方法》第二版知识点：感知机是二分类的线性分类模型，属于判别模型旨在求出将训练数据进行线性划分的分离超平面，目标求得一个超平面将正负例完全正确分开基于误分类的损失函数：L(w,b)

十二十二呀·2023-01-10 15:36

（二）KNN与python代码实现

李航老师《统计学习方法》第二版学习笔记知识点KNN是一种基本分类与回归方法三个基本要素：K值的选择、距离度量、分类决策规则直观解释：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的

十二十二呀·2023-01-10 15:36

统计学习方法——第9章 EM算法及其推广（个人笔记）

统计学习方法——第9章EM算法及其推广（个人笔记）参考《统计学习方法》（第二版）李航EM算法是一种迭代算法，每次迭代由两步完成：E步，求期望；M步，求极大。

没用的阿鸡·2023-01-10 12:10

统计学习方法——第10章隐马尔可夫模型（个人笔记）

统计学习方法——第10章隐马尔可夫模型（个人笔记）参考《统计学习方法》（第二版）李航10.1隐马尔可夫模型的基本概念10.1.1隐马尔可夫模型的定义定义10.1（隐马尔可夫模型）隐马尔科夫模型是关于时序的概率模型

没用的阿鸡·2023-01-10 12:10

李航统计学习方法第二版课后习题答案机器学习

李航《统计学习方法》课后习题答案（第2版）【李航课后习题解答+书中疑点推导+算法代码实现+可私聊耐心解答(48小时内回复)，包会！！】

#苦行僧·2023-01-10 09:39

统计学习方法代码实现练习：第二章感知机

尝试实现算法代码chapter2感知机#第二章:实现感知器的原始形式importnumpyasnpXX=np.array([[3,3],[4,3],[1,1]])YY=np.array((1,1,-1))eta=1w=np.array([0,0])b=0i=0whilei<3:check=YY[i]*(np.dot(w,np.transpose(XX[i]))+b)ifcheck<=0:w=w+e

Scarlett_work_hard·2023-01-10 07:27

《统计学习方法》第二章&第十二章：感知机和统计学习方法总结

监督学习，二分类根据损失函数：，求解优化问题求得：分离超平面，感知机模型目录一、统计学习方法总结二、感知机(Perceptron)三、感知机模型四、感知机策略五、感知机算法1、感知机算法原理2、感知机算法的原始形式

owxiaohei·2023-01-10 06:57

李航统计学习——第二章感知机（上）

第一章主要介绍了学习方法的三要素：模型、策略、算法这章主要介绍感知机1从模型来理解感知机概念感知机是一个二分类的线性分类模型。无论是机器学习还是深度学习，按着三要素走（模型->策略->算法）模型本质还是假设空间(HypothesisSpace)：所有可能的条件概率分布或决策函数。而假设空间（模型）是由参数空间决定的。【补】假设空间是所有可能决策函数的集合；而每个决策函数由一个参数向量决定；参数空间

就想做一条闲鱼·2023-01-10 06:56

R语言：感知机模型（二）

目录算法：感知机学习算法的对偶形式R语言代码效果展示相关文章资源获取算法：感知机学习算法的对偶形式李航《统计学习方法》（第2版）P44——算法2.2输入：线性可分的数据集T={(x1,

FightingBob·2023-01-10 06:54

R语言：感知机模型（一）

最近事情太多，导致这次停更时间有点长了，但是经过了这半年的学习，也学了不少东西，思考后决定，先把李航的《统计学习》这本书上的算法一一代码实现一下，来检测一下是否真的学会了，所以先分享给大家的是第二章：感知机模型

FightingBob·2023-01-10 06:23

一些大牛的主页

旋转矩阵、欧拉角、四元数的比较欧拉角和四元数的表示四元数与旋转B样条曲线非常好的概率统计学习的主页误差方差偏差编程语言学习C#编程视频OpenGL编程NeHeOpenGL官网OpenGL“我叫MT“纯手工

bebr·2023-01-09 14:44

【机器学习】Logistic回归

一、Logistic回归概念Logistic回归（logisticregression）是统计学习中的经典分类方法，属于对数线性模型，所以也被称为对数几率回归。

我喝水不塞牙·2023-01-09 12:48

Kd树实现K近邻算法

参考GitHub"""Kd树搜索的k近邻模型,和《统计学习方法》上介绍的最近邻算法差距有点大..(1)设定一个当前最优点集合，用来保存当前离搜索点最近的样本点集合(2)从根节点开始，并设其为当前节点；在此

_森罗万象·2023-01-08 19:59

回归——一元线性回归

《统计学习》一书中指出，人们常根据输入输出变量的不同类型，对预测任务给予不同的名称：输入变量与输出变量均为连续变量的预测问题称为回归问题；

十@八九·2023-01-08 16:09

数据矿工学习-《统计学习方法》思维导图1.1-监督学习与统计学习三要素

监督学习概论与统计学习三要素思维来自《统计学习方法》-李航凹脑图在线浏览地址：统计学习三要素才学疏浅，欢迎评论指导如想更方便地阅览思维图欢迎前往我的个人小站：www.wengjj.ink

翁JJ·2023-01-08 10:14

统计学习笔记：方差分析

方差分析（ANOVA）又称F检验。方差分析是判定方差在组间和组内是否（明显）具有区别的一种方法。如果组内差异相对于组间差异较小，则可以推断出组与组之间是有明显差异的。从形式上看，方差分析与t检验或z检验区别不大，都是检验均值是否相等，但方差分析可以同时比较多个均值。广义的方差分析分为：单因素方差分析（1-wayANOVA）双因素方差分析（2-wayANOVA）与多因素方差分析（N-wayANOVA

Bernard.Dong·2023-01-08 10:36

统计学习笔记：假设检验基本概念及U检验、T检验、F检验

文章目录1.假设检验原假设和备择假设第一类错误和第二类错误p值2.U检验单样本U检验双样本U检验3.T检验单样本T检验双样本T检验（σ12=σ22=σ2\sigma_1^2=\sigma_2^2=\sigma^2σ12=σ22=σ2未知时）3.F检验单样本正态总体方差检验双样本正态总体方差检验（方差齐性检验）1.假设检验这里只讨论双侧参数假设检验，不包含单侧及非参的假设检验。原假设和备择假设在参数

Bernard.Dong·2023-01-08 10:36

《统计学习方法（第2版）》李航第十二章监督学习方法总结思维导图笔记

适用问题监督学习主要包括分类、标注、回归问题。标注问题是从观测序列到标记/状态序列的过程，相比二分类问题，其数目上是指数级区别。模型非概率模型，是指直接由输入X得到输出Y，或者得到输出的条件概率分布P（Y｜X）的模型，对于监督学习也叫做判别模型。感知机、k近邻、支持向量机SVM、提升方法是非概率模型；概率模型首先学习联合概率密度P（X，Y），然后求出条件概率密度P（Y｜X），在监督学习中称为生成模

ML--小小白·2023-01-08 10:35

统计学习方法：第一章统计学习及监督学习概论

统计学习方法第一章统计学习及监督学习概论1.1统计学习1.2统计学习的分类1.2.1基本分类1、监督学习2.无监督学习3.强化学习4.半监督学习和主动学习第一章统计学习及监督学习概论监督学习是从标注数据中学习模型的机器学习问题

xiao52x·2023-01-08 10:22

《统计学习方法》——第一章：统计学习方法概论

1.1统计学习（统计机器学习）定义：关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科。

xtbzx1128·2023-01-08 10:22

统计学习方法读书笔记第一章：概论

统计学习方法第一章：概论统计学习方法读书笔记第一章：概论统计学习监督学习统计学习的三要素模型评估与模型选择正则化与交叉验证泛化能力生成模型与判别模型分类问题、标注问题、回归问题统计学习方法读书笔记第一章

LYPG·2023-01-08 10:51

《统计学习方法》第一章统计学习方法概论

目录目录一、交叉验证1.1简单交叉验证1.2S折交叉验证1.3留一交叉验证二、生成模型与判别模型统计学习包括监督学习、非监督学习、半监督学习和强化学习，本书主要讨论的是监督学习。

Charlie_1541·2023-01-08 10:51

《统计学习方法》第一章：统计学习方法概论

《统计学习方法》第一章：统计学习方法概论1.监督学习（Supervisedlearning）监督学习的实现步骤：得到一个有限的训练数据集合选定模型的假设空间，也就是所有的备选模型确定模型选择的准则，即学习的策略实现求解最优模型的算法通过学习方法选择最优模型利用学习的最优模型对新数据进行预测或分析在模型知道每一个样本的标签时

乐乐什么都有·2023-01-08 10:51

推荐频道

02_统计学习