拉格朗日对偶性 置顶 | 发表于 2020-02-18 更新于 2020-02-19 分类于 机器学习 ， 统计学习方法 阅读次数： Valine： 本文字数： 3.1k 在最优化问题红常常会用到拉格朗日对偶性将原始问题转化为对偶问题，通过求解对偶问题来求解原始问题，例如，最大熵模型、支持向量机等，作为基础支撑知识，在此做一个简单的总结描述； 阅读全文 »
k近邻法 发表于 2020-02-09 更新于 2020-02-17 分类于 机器学习 ， 统计学习方法 阅读次数： Valine： 本文字数： 2.7k k近邻算法： 给定的一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最的k个实例，这k个实例的多数属于某个类，就将该实例划分进入这个类中；(哲学上讲的话，有点近朱者赤近墨者黑的味道~~) 算法核心原理 阅读全文 »
决策树 发表于 2020-02-09 更新于 2020-02-17 分类于 机器学习 ， 统计学习方法 阅读次数： Valine： 本文字数： 6.9k 核心原理 可以将决策树看成是一个if-then规则的集合，决策树的路径或其对应的if-then规则集合互斥且完备；每一个实例都被一条路径或一条规则覆盖，而且只被一条路径或规则覆盖； 阅读全文 »
朴素贝叶斯 发表于 2020-02-09 更新于 2020-02-17 分类于 机器学习 ， 统计学习方法 阅读次数： Valine： 本文字数： 2.7k 数学基础 先验概率： 根据以往的经验分析得到的概率； 阅读全文 »