牛客图书馆 > 读书笔记
  • 《统计学习方法》读书笔记 (10) 隐马尔可夫模型

    1.基本概念 1、马尔科夫假设:当前的状态只与之前的状态有关2、马尔科夫过程:当前的状态只与前n个状态有关,被称为n阶马尔科夫模型。3、马尔科夫链:可以理解为带有概率的状态转移链3、一阶马尔科夫模型:当前的状态只与前一状态有关(1)若有M个状态,则共有MM个状...
    swust赵兴达 编辑于 2019-11-08 20:13:50
  • 《统计学习方法》读书笔记(9)EM算法及其推广

    EM算法是一种非监督模型,是含有缺失数据的概率模型参数的极大似然估计法。##算法每次迭代分两步:E:求期望M:求极大## EM算法是含有隐变量的变量的概率模型极大似然估计或极大后验概率估计的迭代算法,含有隐变量的概率模型的数据表示为.这里,Y是观测变量的...
    swust赵兴达 编辑于 2019-11-01 19:37:47
  • 《统计学习方法》读书笔记 (3) k近邻法

    k近邻法 输入:训练数据集 其中,为实例的特征向量,为实例的类别,,实例特征向量;输出:实例所属的类 k近邻模型 模型 近邻模型中,当训练集,距离度量(如欧氏距离),值及分类决策规则,(如多数表决)确定后,对于任何一个新的输入实例,它所属的类唯一确定。 距离度...
    swust赵兴达 编辑于 2019-08-30 12:21:33
  • svm与感知机的区别

    undefined 7、感知机与线性SVM的区别 感知器是最简单的一种线性分类器,相当于一个阶跃函数 ,感知机是SVM的基础。优化函数就是所有误分类点的几何距离 SVM也是线性分类器,优化函数是参数的...
    耶迪迪 编辑于 2019-07-17 16:15:02