发表评论取消回复
相关阅读
相关 《统计学习方法》李航著——第一章学习笔记
第一章:熟悉统计学习方法的基本概念 统计学习:基于数据构建概率统计模型并运用模型对数据进行预测和分析,也称为统计机器学习。 1.统计学习组成:监督学习,半监督学习,非监督学
相关 李航《统计学习方法》——第八章 提升方法
提升方法就是组合一系列弱分类器构成一个强分类器,AdaBoost是其代表性算法 AdaBoost算法 适用问题:二类分类,要处理多类分类需进行改进 代码(用s
相关 李航《统计学习方法》——第三章 k邻近法
由于网上资料很多,这里就不再对算法原理进行推导,仅给出博主用Python实现的代码,供大家参考 适用问题:多类分类 三个基本要素:k值的选择、距离度量及分类决策规则
相关 李航《统计学习方法》——第二章 感知机模型
由于网上资料很多,这里就不再对算法原理进行推导,仅给出博主用Python实现的代码,供大家参考 适用问题:二类分类 实验数据:由于是二分类器,所以将MINST数据集
相关 《统计学习方法》李航著——第一章学习笔记
第一章:熟悉统计学习方法的基本概念 统计学习:基于数据构建概率统计模型并运用模型对数据进行预测和分析,也称为统计机器学习。 1.统计学习组成:监督学习,半监督学习,非监督学
相关 02《统计学习方法·李航》读书笔记
目录 第1章 统计学习方法概率 1.1 统计学习 1.2 监督学习 1.3 统计学习三要素 1.4 模型评估与
相关 统计学习方法-李航 第二章 感知机
《统计学习方法》第一篇博文,对应原著第二章,感知机, 通过对原著的理解,在加上自己的推导,后面有时间再加上代码的实现。 感知机模型 感知机是一个二类分类的线性模型,输入
相关 统计学习方法概论------《统计学习方法》李航著
1. 统计学习由 监督学习,非监督学习,半监督学习和强化学习组成。 2. 监督学习方法主要包括 分类、标注 与 回归问题 3. 回归问题:输入变量 和 输出变量 均为连续
相关 李航--《统计学习方法总结》
<table> <thead> <tr> <th>方法</th> <th>适用问题</th> <th>模型特点</th> <th>模型
相关 李航-统计学习方法-笔记-5:决策树
基本模型 简介:决策树可以认为是if-then规则的集合,也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性,分类速度快。 决策树学习通常包
还没有评论,来说两句吧...