李航-统计学习方法-笔记-12：总结
10种统计学习方法特点的概括总结 本书共介绍了10种主要的统计学习方法：感知机，KNN，朴素贝叶斯，决策树，逻辑斯谛回归与最大熵模型，SVM，提升方法，EM算法，隐马尔可夫模型，条件随机场（CRF）。 适用问题 感知机，KNN，朴素贝叶斯，决策树，逻辑斯谛回归与最大熵模型，SVM，提升 ...
原文：统计学习方法 李航---第12章 统计学习方法总结
第 章 统计学习方法总结 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 而标注问题中可能 的预测结果是所有的标记序列，其数目是指数级的。 感知机 k近邻法 朴素贝叶斯法 决策树是简单的分类方法，具有模型直 观 方法简单 实现容易等特点 逻辑斯谛回归与最 ...
2015-08-28 20:22 0 2455 推荐指数：
相关推荐
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 ...
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 ...
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 ...
李航《统计学习方法》总览
转自：https://github.com/SmirkCao/Lihang 最近又捡起了李航老师的《统计学习方法》开始啃，之前因为干货太多一看就困索性放弃（捂脸~），突然在知乎上看到有大神的总结，希望大神能带我飞哈哈。 [TOC] GitHub的markdown公式支持一般, 推荐使用 ...
李航-统计学习方法-笔记-1：概论
写在前面 本系列笔记主要记录《统计学习方法》中7种常用的机器学习分类算法，包括感知机，KNN，朴素贝叶斯，决策树，逻辑斯谛回归与最大熵模型，SVM，boosting。 课本还涉及到3种算法是关于概率模型估计和标注问题的，暂未列入学习计划，所以笔记中没有涉及，包括EM算法，隐马尔可夫模型，条件 ...
《统计学习方法（李航）》讲义 第08章 提升方法
提升(boosting) 方法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.本章首先介绍提升方法的思路和代表性的提升算法AdaBoost; 然后通过训练误差分析探讨AdaBoost ...
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 ...