统计学习方法 李航---第1章 统计学习方法概论
第一章 统计学习方法概论 统计学习的主要特点是: (1)统计学习以计算机及网络为平台，是建立在计 算机及网络之上的; (2)统计学习以数据为研究对象，是数据驱动的学科； (3)统 ...
原文：统计学习方法 李航---第3章 k近邻法
第 章 k近邻法 k近邻法 k nearest neighbor, k NN 是一种基本分类与回归方法。 k近邻法假设给定一个训练数据集，其 中的实例类别己定。分类时，对新的实例，根据其k个最近邻的训练实例的类别 通过多数表决等方式进行预测。k近邻 法实际上利用训练数据集对特征向量空间进行划分，并作为其分类的 模型 。k 值的选择 距离度量及分类决策规则是k近邻法的三个基本要素。 . k近邻算法 ...
2015-07-28 12:55 0 1872 推荐指数：
相关推荐
统计学习方法 李航---第12章 统计学习方法总结
第12章 统计学习方法总结 1 适用问题 分类问题是从实例的特征向量到类标记的预测问题； 标注问题 是从观测序列到标记序列(或状态序列)的预测问题。可以认为分类问题是标注 问题的特殊情况。 分类问题中可能的预测结果是二类或多类； 而标注问题 ...
【统计学习方法】 k近邻法
k近邻算法 算法（k近邻法）： 输入：训练数据集： 输出：实例x所属的类y （1）根据给定的距离度量，在训练集中找到距离x最近的k个点，涵盖这k个点的x的邻域记为Nk(x) （2）在Nk(x)中根据分类决策规则（如多数表决）决定 ...
李航-统计学习方法-笔记-8：提升方法
提升方法 简述：提升方法（boosting）是一种常用的统计学习方法，应用广泛且有效。在分类问题中，它通过改变训练样本的权重，学习多个分类器，并将这些分类器进行线性组合，提高分类的性能。 本章 （1）介绍boosting方法的思路和代表性的boosting算法AdaBoost （2）通过训练 ...
统计学习方法 李航---第7章 支持向量机
第7章 支持向量机 支持向量机(support vector machines, SVM)是一种二类分类模型。它的基本模型是定义在特征空间上的间隔最大的线性分类器；支持向量机还包括核技巧，这使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划 ...
统计学习方法 李航---第11章 条件随机场
第11章 条件随机场 条件随机场(conditional random field, CRF)是给定一组输入随机变量条件下 另一组输出随机变量的条件概率分布模型，其特点是假设输出随机变量构成马尔 可夫随机场。条件随机场可以用于不同的预测问题，本章 主要讲述线性链(linear ...
《统计学习方法（李航）》讲义 第07章 支持向量机
支持向量机(supportvectormachines,SVM) 是一种二类分类模型.它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机; 支持向量机还包括核技巧，这使它成为实质上的非线性分类器.支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次 ...
李航-统计学习方法-笔记-3：KNN
KNN算法 基本模型：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k个实例。这k个实例的多数属于某个类，就把输入实例分为这个类。 KNN没有显式的学习过程。 KNN使用的模型实际上对应于特征空间的划分。特征空间中，对每个训练实例点\(x_i\)，距离该点比其它点更近 ...