基本流程 核心思想：通过构建一个树状模型来对新样本进行预测 主要结构：一棵决策树包含一个根节点、若干内部节点与叶结点。叶结点对应于决策结果，其他节点对应于一个测试属性。每个样...
发简信
IP属地：北京
-
决策树 -
LDA与QDALDA原理推导 LDA 学习的Bayes解决方案 一般地，对于多分类问题，假设有个判别函数 如果满足则将判别为类 判别函数可以替换为任意一个单调函数 对于二分类问题，可以定义...
-
回归与分类模型的性能度量
回归与分类模型的性能度量 性能度量(performance measure), 是衡量模型泛化能力的评价标准 性能度量反映任务需求，在对比不同模型的能力时，使用不同的性能度量...
-
模型评估与选择
1 统计学习三要素 方法 = 模型 + 策略 + 算法 模型：若假设空间以表示，决策函数(或假设)以表示，则 = {|} 其中称为标记空间(或输出空间)...
-
其他常见神经网络局部特征学习算法 实际中不可能对全网进行全局统一的学习，这会导致过大的资源消耗 相比之下，比较实际的选择是局部学习，而且输入很多时候确实存在局部结构，比如语音因素、视频的边角...
-
神经网络神经元模型 神经网络的定义由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实无知所作出的交互反应 机器学习中的神经网络指“神经网络学习”，是机...
-
Logistics回归与Fisher线性判别分析Logistics回归与Fisher线性判别分析 Logistic回归 阶跃函数对于二分类任务来说，线性回归模型产生连续的预测值，需要将其转化为最理想方式是将预测值带入如下的...
-
机器学习概率分布
1 常见概率分布 1.1 均匀分布 分布函数与数字特征 若变量服从均匀分布，则服从 若变量服从均匀分布, 则服从 1.2 伯努利分布 分布函数与数字特征 参数估计若从总体中独...
-