分类: 机器学习

文章分类

算法训练 14 算法 13 计算机组成原理 9 Docker 1 前端 14 机器学习 7 后端 2 高级程序设计语言 5 面向对象建模技术 3 论文解读 2 Java程序设计 12 玩转Python 1 深度学习 5 数据库系统 7 玩转TypeScript 3 Git 2 帮助文档 1 项目开发 2 数据结构 6 近世代数 1 数学模型 1 python编程 5 操作系统 1 数字逻辑设计 1 数据库 1 爬虫 2 汇编语言 2 leecode hot 100 1 研究生课程 2 基础数学 3 高等数学 1 算法分析与设计 3 技巧 1

                            
                            关于拟合优度R方的思考
                        
                                背景拟合优度，通常也称判定系数，记作$R^2$，是用于评估线性模型拟合优劣的指标。具体地，我们有$n$个$d$维样本组成的数据集$X\in\mathbb{R}^{n\times (d+1)}, \boldsymbol{y}\in\mathb
                            
                                2024-10-12
                            
                                    机器学习
                                
                            回归分析
                        
                            优化
                        
                            EM算法
                        
                                EM算法EM算法，即期望极大算法，是一种迭代算法，每一次迭代包含两步：

E步：求期望；
M步：求极大。

算法核心内容输入：观测变量$Y$，隐变量$Z$，联合分布$P(Y,Z|\theta)$，条件分布$P(Z|Y,\theta)$；
输
                            
                                2024-06-16
                            
                                    机器学习
                                
                            算法
                        
                            指数族分布
                        
                                指数族分布 指数族分布指的是可以写作如下形式的分布：

p(\mathbf{x}|\pmb{\eta}) = h(\mathbf{x})\exp(\pmb{\eta}^T\phi(\mathbf{x})-A(\pmb{\eta}))其中，

                                2024-03-24
                            
                                    机器学习
                                
                            算法
                        
                            线性模型
                        
                                给定$d$维样本点$\mathbf{x}=(x_1; x_2;…; x_d)$，线性模型要学习一个线性组合

f(\mathbf{x})=w_1x_1+w_2x_2+...+w_dx_d+b用向量形式表示为

f(\mathbf{x})=\
                            
                                2023-08-01
                            
                                    机器学习
                                
                            算法
                        
                            主成分分析
                        
                                主成分分析是一种使用极为广泛的数据降维方法，比如，给定一组m维数据，可以利用主成分分析，将这组数据降为n维数据，其中$n<m$。
从最简单的例子谈起为了使得主成分分析原理更加直观，当然选择维度为2的情况进行说明：考虑平面上的5个点，我
                            
                                2023-07-30
                            
                                    机器学习
                                
                            算法
                        
                            支持向量机
                        
                                算法背景SVM有三宝：间隔、对偶、核技巧。
宝一：间隔从间隔角度来看，支持向量机可以分为三种：

硬间隔支持向量机
软间隔支持向量机
核支持向量机

硬间隔SVM
给定一组样本集合：$\{ (\mathbf{x}^{(1)}, y^{(1)
                            
                                2023-07-27
                            
                                    机器学习
                                
                            算法
                        
                            贝叶斯分类器
                        
参考文献：

《统计学习方法》第4章 朴素贝叶斯法
《机器学习》第7章 贝叶斯分类器

贝叶斯理论系列在统计学中占用极其重要的地位。本节主要记录的是朴素贝叶斯法。它是一种基于贝叶斯定理和条件独立性假设的分类方法。
和感知机算法中类似，我
                            
                                2023-07-23
                            
                                    机器学习
                                
                            算法