PRML读书笔记——机器学习导论
什么是模式识别（Pattern Recognition）？ 按照Bishop的定义，模式识别就是用机器学习的算法从数据中挖掘出有用的pattern。 人们很早就开始学习如何从大量的数据中发现隐藏在 ...
原文：PRML读书笔记——线性回归模型（上）
本章开始学习第一个有监督学习模型 线性回归模型。 线性 在这里的含义仅限定了模型必须是参数的线性函数。而正如我们接下来要看到的，线性回归模型可以是输入变量 x 的非线性函数。 书中首先对回归问题给出了一个简短的不那么正式的定义： Given a training data set comprising N observations x n , where n , ... , N , togethe ...
2017-05-08 11:56 0 1307 推荐指数：
相关推荐
R in action读书笔记（11）-第八章：回归-- 选择“最佳”的回归模型
8.6 选择“最佳”的回归模型 8.6.1 模型比较 用基础安装中的anova()函数可以比较两个嵌套模型的拟合优度。所谓嵌套模型，即它的一 些项完全包含在另一个模型中 用anova()函数比较 > states<-as.data.frame(state.x77[,c ...
[读书笔记] R语言实战 （十三） 广义线性模型
广义线性模型扩展了线性模型的框架，它包含了非正态的因变量分析 广义线性模型拟合形式： $$g(\mu_\lambda) = \beta_0 + \sum_{j=1}^m\beta_jX_j$$ $g(\mu_\lambda)为连接函数$. 假设响应变量服从指数分布族中某个分布(不仅仅是 ...
R语言实战读书笔记(十三)广义线性模型
Deviance Residuals: Min 1Q Median 3Q Max -1.5713 -0.7499 -0.5690 -0.2539 2.5191 Coeffic ...
PRML 第三章 - 线性回归
这段时间组里在有计划地学习书籍PRML （Pattern Recognition and Machine Learning），前两天自己做了一个里面第三章linear regression的分享，这里把当时做的这个ppt分享给大家。 对于线性回归这一章，首先列一下我认为比较重要的几个问题 ...
PRML读书会第六章 Kernel Methods（核函数，线性回归的Dual Representations，高斯过程 ，Gaussian Processes）
经网络；有的是还需要原来的训练数据比如KNN，SVM也需要保留一部分数据--支持向量。很多线性参数模型都 ...
R语言实战读书笔记(八)回归
简单线性：用一个量化验的解释变量预测一个量化的响应变量 多项式：用一个量化的解决变量预测一个量化的响应变量，模型的关系是n阶多项式 多元线性：用两个或多个量化的解释变量预测一个量化的响应变量 多变量：用一个或多个解释变量预测多个响应变量 Logistic：用一个或多个解释变量预测一个类别型 ...
《深度探索C++对象模型》读书笔记（一）
前言 今年中下旬就要找工作了，我计划从现在就开始准备一些面试中会问到的基础知识，包括C++、操作系统、计算机网络、算法和数据结构等。C++就先从这本《深度探索C++对象模型》开始。不同于《Effective C++》，这本书主要着眼于C++实现的底层机制，因此我在写这个系列时默认读者已经熟悉 ...