統計學習方法 李航---第1章 統計學習方法概論
第一章 統計學習方法概論 統計學習的主要特點是: (1)統計學習以計算機及網絡為平台，是建立在計 算機及網絡之上的; (2)統計學習以數據為研究對象，是數據驅動的學科； (3)統 ...
原文：統計學習方法 李航---第3章 k近鄰法
第 章 k近鄰法 k近鄰法 k nearest neighbor, k NN 是一種基本分類與回歸方法。 k近鄰法假設給定一個訓練數據集，其 中的實例類別己定。分類時，對新的實例，根據其k個最近鄰的訓練實例的類別 通過多數表決等方式進行預測。k近鄰 法實際上利用訓練數據集對特征向量空間進行划分，並作為其分類的 模型 。k 值的選擇 距離度量及分類決策規則是k近鄰法的三個基本要素。 . k近鄰算法 ...
2015-07-28 12:55 0 1872 推薦指數：
相關推薦
統計學習方法 李航---第12章 統計學習方法總結
第12章 統計學習方法總結 1 適用問題 分類問題是從實例的特征向量到類標記的預測問題； 標注問題 是從觀測序列到標記序列(或狀態序列)的預測問題。可以認為分類問題是標注 問題的特殊情況。 分類問題中可能的預測結果是二類或多類； 而標注問題 ...
【統計學習方法】 k近鄰法
k近鄰算法 算法（k近鄰法）： 輸入：訓練數據集： 輸出：實例x所屬的類y （1）根據給定的距離度量，在訓練集中找到距離x最近的k個點，涵蓋這k個點的x的鄰域記為Nk(x) （2）在Nk(x)中根據分類決策規則（如多數表決）決定 ...
李航-統計學習方法-筆記-8：提升方法
提升方法 簡述：提升方法（boosting）是一種常用的統計學習方法，應用廣泛且有效。在分類問題中，它通過改變訓練樣本的權重，學習多個分類器，並將這些分類器進行線性組合，提高分類的性能。 本章 （1）介紹boosting方法的思路和代表性的boosting算法AdaBoost （2）通過訓練 ...
統計學習方法 李航---第7章 支持向量機
第7章 支持向量機 支持向量機(support vector machines, SVM)是一種二類分類模型。它的基本模型是定義在特征空間上的間隔最大的線性分類器；支持向量機還包括核技巧，這使它成為實質上的非線性分類器。支持向量機的學習策略就是間隔最大化，可形式化為一個求解凸二次規划 ...
統計學習方法 李航---第11章 條件隨機場
第11章 條件隨機場 條件隨機場(conditional random field, CRF)是給定一組輸入隨機變量條件下 另一組輸出隨機變量的條件概率分布模型，其特點是假設輸出隨機變量構成馬爾 可夫隨機場。條件隨機場可以用於不同的預測問題，本章 主要講述線性鏈(linear ...
《統計學習方法（李航）》講義 第07章 支持向量機
支持向量機(supportvectormachines,SVM) 是一種二類分類模型.它的基本模型是定義在特征空間上的間隔最大的線性分類器，間隔最大使它有別於感知機; 支持向量機還包括核技巧，這使它成為實質上的非線性分類器.支持向量機的學習策略就是間隔最大化，可形式化為一個求解凸二次 ...
李航-統計學習方法-筆記-3：KNN
KNN算法 基本模型：給定一個訓練數據集，對新的輸入實例，在訓練數據集中找到與該實例最鄰近的k個實例。這k個實例的多數屬於某個類，就把輸入實例分為這個類。 KNN沒有顯式的學習過程。 KNN使用的模型實際上對應於特征空間的划分。特征空間中，對每個訓練實例點\(x_i\)，距離該點比其它點更近 ...