机器学习之朴素贝叶斯及高斯判别分析
1判别模型与生成模型 上篇报告中提到的回归模型是判别模型，也就是根据特征值来求结果的概率。形式化表示为，在参数确定的情况下，求解条件概率。通俗的解释为在给定特征后预测结果出现的概率。 比如说要确定一只羊是山羊还是绵羊，用判别模型的方法是先从历史数据中学习到模型，然后通过提取 ...
原文： 生成学习算法、高斯判别分析、朴素贝叶斯、Laplace平滑——斯坦福ML公开课笔记5
转载请注明：http: blog.csdn.net xinzhangyanxiang article details 该系列笔记 pdf下载请猛击这里。 本篇博客为斯坦福ML公开课第五个视频的笔记，主要内容包括生成学习算法 generate learning algorithm 高斯判别分析 Gaussian DiscriminantAnalysis，GDA 朴素贝叶斯 Navie Bayes 拉 ...
2013-07-10 11:55 0 8497 推荐指数：
相关推荐
LR 算法总结--斯坦福大学机器学习公开课学习笔记
在有监督学习里面有几个逻辑上的重要组成部件[3]，初略地分可以分为：模型，参数 和 目标函数。（此部分转自 XGBoost 与 Boosted Tree） 一、模型和参数 模型指给定输入xi如何去预测 输出 yi。我们比较常见的模型如线性模型（包括线性回归和logistic ...
斯坦福iOS7公开课7-9笔记及演示Demo
这一部分主要介绍了iOS的绘图、手势、协议、block、力学特效动画（包括重力、碰撞、吸附等）以及自动布局的内容。 1、绘图、手势 （1）调用一个自定义的UIView时，可以使用aw ...
斯坦福iOS7公开课1-3笔记及纸牌Demo
1.MVC Model:模型 描述程序是什么，例如数据库操作之类的行文以及纸牌Demo里纸牌玩法都是写在Model这一层，通过Notification和KVO（后续文章会介绍）两种 ...
斯坦福机器学习实现与分析之五（高斯判别分析）
高斯判别分析（GDA）简介 首先，高斯判别分析的作用也是用于分类。对于两类样本，其服从伯努利分布，而对每个类中的样本，假定都服从高斯分布，则有: \( y\;\sim\;Bernouli(\phi) \) \( x|y=0\;\sim\;N(\mu_0, \Sigma ...
Python机器学习笔记：朴素贝叶斯算法
朴素贝叶斯是经典的机器学习算法之一，也是为数不多的基于概率论的分类算法。对于大多数的分类算法，在所有的机器学习分类算法中，朴素贝叶斯和其他绝大多数的分类算法都不同。比如决策树，KNN，逻辑回归，支持向量机等，他们都是判别方法，也就是直接学习出特征输出Y和特征X之间的关系，要么是决策函数 ...
判别分析--费希尔判别、贝叶斯判别、距离判别
、贝叶斯(Bayes)判别和距离判别。 具体的，在费希尔判别中我们将主要讨论线性判别分析（Linear ...
朴素贝叶斯算法源码分析及代码实战【python sklearn/spark ML】
二.代码实现【python】 三.结果【python】 四.代码实现【Spark】 五.模拟源码实 ...