1 决策树模型与学习 1.1 决策树模型 定义 5.1 (决策树) 分类决策树模型是描述对实例进行分类的树形结构。决策树由 结点 (node) 和 有向边(directe...
发简信
IP属地：湖南
-
Day11~13 第五章 决策树
-
Day7~8 第三章 k 近邻
1 k 近邻算法 近邻算法的思想是：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 个实例，这 个实例的多数属于某个类，就把该输入实例分为这...
-
Day9~10 第四章 朴素贝叶斯1 朴素贝叶斯法的学习与分类 朴素贝叶斯的思想是：对于给定的一个训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布；然后基于此模型，对给定的输入 ，利用贝叶斯...
-
Day5~6 第二章 感知机
1 感知机模型 定义 2.1 (感知机) 假设输入空间是 ，输出空间是 。输入 表示实例的特征向量，对应输出空间的的点；输出 表示实例的类别。由输入控件到输出空间的如...
-
Day4 第一章 统计学习及监督学习概论(习题与总结)
1 几点收获与思考 在监督学习中，训练数据与测试数据被看作是依联合概率密度分布 独立同分布产生的。 监督学习中，概率模型是生成模型，非概率模型是判别模型。而条件概率分布和与...
-
Day3 第一章 统计学习及监督学习概论(2)
4 模型评估与模型选择 4.1 训练误差与测试误差 假设学习到的模型是 ，训练误差是模型 关于训练数据集的平均损失：其中 是训练样本容量。 测试误差是模型 关于测...
-
Day2 第一章 统计学习及监督学习概论(1)
1 统计学习 实现统计学习方法的步骤： （1）得到一个有限的训练数据集合，假设数据是独立同分布产生的； （2）确定包含所有可能的模型的假设空间(hypothesis ...
-
40分钟入门 LaTeX 排版
本文修改自LaTeX新人教程，30分钟从完全陌生到基本入门。由于无法找到原文章，于是引用了一片引用率最高的博文，侵删。 我在初接触LaTeX时，翻得到了这篇文章，跟着代码看实...