『原创』机器学习算法的R语言实现（一）：KNN
KNN是有监督的学习算法，其特点有： 1、精度高，对异常值不敏感 2、只能处理数值型属性 3、计算复杂度高（如已知分类的样本数为n，那么对每个未知分类点要计算n个距离） KNN算法步骤： 需对所有样本点（已知分类+未知分类）进行归一化 ...
原文：机器学习中的EM算法具体解释及R语言实例（1）
最大期望算法 EM K均值算法很easy 可參见之前公布的博文 ，相信读者都能够轻松地理解它。但以下将要介绍的EM算法就要困难很多了。它与极大似然预计密切相关。 算法原理最好还是从一个样例開始我们的讨论。如果如今有 个人的身高数据，并且这 条数据是随机抽取的。一个常识性的看法是。男性身高满足一定的分布 比如正态分布 ，女性身高也满足一定的分布。但这两个分布的參数不同。我们如今不仅不知道男女身高分 ...
2017-07-25 10:27 0 1524 推荐指数：
相关推荐
python语言和R语言实现机器学习算法
<转>机器学习系列(9)_机器学习算法一览（附Python和R代码） 转自http://blog.csdn.net/han_xiaoyang/article/details/51191386 – 谷歌的无人车和机器人得到了很多关注，但我 ...
『原创』机器学习算法的R语言实现（二）：决策树算法
1、介绍 决策树（decision tree）是一种有监督的机器学习算法，是一个分类算法。在给定训练集的条件下，生成一个自顶而下的决策树，树的根为起点，树的叶子为样本的分类，从根到叶子的路径就是一个样本进行分类的过程。 下图为一个决策树 ...
机器学习-EM算法
最大期望算法 EM算法的正式提出来自美国数学家Arthur Dempster、Nan Laird和Donald Rubin，其在1977年发表的研究对先前出现的作为特例的EM算法进行了总结并给出了标准算法的计算步骤，EM算法也由此被称为Dempster-Laird-Rubin算法。1983年 ...
机器学习：异常检测算法Seasonal Hybrid ESD及R语言实现
Twritters的异常检测算法（Anomaly Detection）做的比较好，Seasonal Hybrid ESD算法是先用STL把序列分解，考察残差项。假定这一项符合正态分布，然后就可以用Generalized ESD提取离群点。 目标是检测出时间序列数据集的异常点，如图所示 ...
『原创』机器学习算法的R语言实现（三）：朴素贝叶斯分类器
本人原创，转载请注明来自 http://www.cnblogs.com/digging4/p/3884385.html 1、引子 朴素贝叶斯方法是一种使用先验概率去计算后验概率的方法，其中朴素的意思实际上指的是一个假设条件，后面在举例中说明。本人以为，纯粹的数学推导固然有其严密性、逻辑性的特点 ...
opencv3中的机器学习算法之：EM算法
不同于其它的机器学习模型，EM算法是一种非监督的学习算法，它的输入数据事先不需要进行标注。相反，该算法从给定的样本集中，能计算出高斯混和参数的最大似然估计。也能得到每个样本对应的标注值，类似于kmeans聚类（输入样本数据，输出样本数据的标注）。实际上，高斯混和模型GMM和kmeans都是EM算法 ...
机器学习中K-means聚类算法原理及C语言实现
本人以前主要focus在传统音频的软件开发，接触到的算法主要是音频信号处理相关的，如各种编解码算法和回声消除算法等。最近切到语音识别上，接触到的算法就变成了各种机器学习算法，如GMM等。K-means作为其中比较简单的一种肯定是要好好掌握的。今天就讲讲K-means的基本原理和代码实现 ...