机器学习西瓜书课后习题答案---1、绪论 一、总结 一句话总结： 一些【特别花时间又不太重要】的东西（比如一些概念），可以【多参照别人的视频解释】，这样节约时间 1、试述机器学习在互联网搜索的哪些环节起什么作用？ 1.【消息推送】：比如当我搜索“机器学习”之后，再打开某些网页 ...

机器学习西瓜书课后习题答案---2、模型评估 一、总结 一句话总结： 理解必然是个【逐步加深】的过程，所以前期可以【最短时间做最高效率】（重点、核心点、视频）的事情 1、【Min-max】 规范化和【z-score】 规范化的优缺点？ 【Min-max】规范化：$$x ...

第一章 绪论 第二章 模型评估与选择 第三章 线性模型 第四章 决策树 第五章 神经网络 第六章 支持向量机 第七章 贝叶斯分类器 第八章 集成学习 第九章 聚类 第十章 降纬与度量 ...

答案均为转载，应怕原链接失效，所以粘贴了一下内容，答案尾部附上原链接 《南瓜书》https://github.com/datawhalechina/pumpkin-book/releases 第一章：绪论 答案1： 第一章1.版本空间：（1）色泽=青绿 根蒂=蜷缩 敲声=浊响（2）色泽 ...

2.1 数据集包含500正例和500反例，按照70%的比例划分训练集和验证集，则验证集需要有150个正例、150个反例， 则共有$ \left ( C_{500}^{150} \right )^ ...

3.1 式3.2 $f(x)=\omega ^{T}x+b$ 中，$\omega ^{T}$ 和b有各自的意义，简单来说，$\omega ^{T}$ 决定学习得到模型(直线、平面)的方向，而b则决定 ...

题目描述： 编程实现对率回归，并给出西瓜数据集3.0\(\alpha\)上的结果。 编程实现 对数几率回归最小化损失函数（西瓜书公式3.27）如下： \[l(\beta) = \sum_{i=1}^m (-y_i\beta ^T x_i + ln(1+e^{\beta^T x_i ...

题目描述 试用极大似然法估计西瓜数据集3.0中前3个属性的类条件概率。 解答 如果不用极大似然法，直接根据 \[P(x_i,c)=\frac{|D_{c,x_i}|}{|D|} \] 也可以求出条件概率，和用极大似然估计做出一样。但题目要求用极大似然估计，那还是套用一下极大似然法 ...