恰同学少年风华正茂-CSDN博客

原创统计学习方法笔记

一、概论二、感知机三、K近邻法四、朴素贝叶斯法五、决策法六、Logistic回归七、支持向量机八、提升方法九、EM算法及其推广十、隐马尔科夫模型十一、条件随机场十二、统计学习方法总计

2017-11-08 11:24:16 165

原创机器学习笔记3.线性模型----教材周志华西瓜书

线性模型形式简单易于建模。 3.1 基本形式问题条件属性X=(x1;x2;....;xd)---向量，线性模型试图学得一个通过属性的线性组合来进行预测的函数即：f(X)=w1x1+w2+x2+....+wdxd+b 向量型式：f(X)=w^T*X+b w和b学得之后，模型就得以确定了。 3.2 线性回归（所有点到一条直线的距离最短）给定数据集D=｛(X1,y1),(X2,y

2017-10-19 12:30:43 435

原创机器学习笔记2.模型评估于选择----教材周志华西瓜书

2.1经验误差和过拟合错误率：分类错误的样本数占样本总数的比例。m个样本中有a个样本分类错误，E=a/m。精度：1-a/m 即1-E 误差：实际预测输出与样本真实的输出之间的差异。训练误差又叫经验误差：学习器在训练集上的误差。测试误差：学习器在测试集上的误差。泛化误差：学习器在新样本上的误差。我们希望得到的是泛化误差小的学习器。但我们实际能做的是努力使经验误差最小化

2017-09-29 12:16:32 461

原创机器学习笔记1绪论----教材周志华西瓜书

1.学习机器学习这门课，首先问下自己，什么是机器学习。 2.机器学习的一些术语 1.数据集（二维表） 2.对象、事例、事件、样本、记录-------二维表的一行 3.属性-----二维表的一列 4.属性值--------二维表中一个单元格的值 5.属性空间------属性张成的空间，也称为样本空间或者输入空间 6.维数------属性的个数（一行除去标签列的列数） 7.标记或者决策

2017-09-28 20:29:42 638