第4章 朴素贝叶斯法
朴素贝叶斯 (naive Bayes) 法是基于贝叶斯定理与特征条件独立假设的分类方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入/输出的联合概率分布；然后基于此模型，对给定的输入x，利用贝叶斯定理求出后验概率最大的输出Y。
4.1 朴素贝叶斯法的学习与分类
基本方法
朴素贝叶斯法通过训练数据集学习X和Y的联合概率分布
P(X,Y)。
...
分类：
其他好文 时间：
2016-03-30 13:13:26
阅读次数：
320
第5章 决策树
决策树(decision tree)是一种基本的分类与回归方法。本章主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。其主要优点是模型具有可读性，分类速度快。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决...
分类：
其他好文 时间：
2016-03-30 13:13:19
阅读次数：
248
由之前对核函数的定义（见统计学习方法定义7.6）：
设χ是输入空间（欧氏空间或离散集合），Η为特征空间（希尔伯特空间），如果存在一个从χ到Η的映射
φ(x): χ→Η
使得对所有的x,z∈χ,函数Κ(x,z)=φ(x)?φ(z)，
则称Κ(x,z)为核函数，φ(x)为映射函数，φ(x)?φ(z)为x,z映射到特征空间上的内积。
由于映射函数十分复杂难以计算，在实际中，通常都是使用核函数...
分类：
其他好文 时间：
2016-03-29 10:57:41
阅读次数：
248
系统的深入学习的话避免不了阅读相关的papers 论文：ACM的RecSys，KDD，WWW，SIGIR等会议上都有相关的论文 书籍 推荐系统实践 (豆瓣) 推荐系统 (豆瓣) 机器学习实战 (豆瓣) 统计学习方法 (豆瓣) Recommender Systems Handbook (豆瓣)等 视频... ...
分类：
编程语言 时间：
2016-03-28 15:35:16
阅读次数：
447
学了Linux算是一周时间了，也认认真真的学了一周了，发现并没有我之前想象的那么可怕，不过也确实有难理解的地方，再慢慢摸索学习方法的同时，也希望我能坚持住，上面是我对这周学习的知识点一个综合考量，其实就是把所有的知识点穿起来实践一下，因为我感觉如果光看，或者一个知识点一个知识点的边看边做，可能没有什 ...
分类：
其他好文 时间：
2016-03-27 15:39:40
阅读次数：
154
程序员经常在学习，交流，提高自己，怎样才是有效的学习方法呢？打字快就能写程序快么？最终我们这个行业的核心竞争力是什么？ 请看：http://www.zhihu.com/question/27180582 答：看了这个问题在知乎的高票解答之后， 我了解了：如果只看敲打代码的速度是分辨不出来优秀的程序员 ...
分类：
其他好文 时间：
2016-03-27 07:09:16
阅读次数：
117
原文见http://blog.csdn.net/abcjennifer/article/details/7797502 添加了一些自己的注释和笔记
本栏目（Machine learning）包括单参数的线性回归、多参数的线性回归、Octave Tutorial、Logistic Regression、Regularization、神经网络、机器学习系统设计、SVM（Support Vect...
分类：
其他好文 时间：
2016-03-27 02:01:15
阅读次数：
325
上节我们了解了数据库的一些基本概念，那些概念是我们跟同行业沟通的时候的语言，这个是我个人的看法哦！下面我们进入数据库的基本操作：数据也是一个服务，是服务就有相对应的端口，数据库服务对应的端口是3306.通过命令可以查看到如下数据库的操作对运维来说是个魔咒！这里我..
分类：
数据库 时间：
2016-03-23 06:46:06
阅读次数：
188
前言：作为初级程序员，想要提高自己的水平，其中一个有效的学习方法就是学习别人好的项目。本篇开始会陆续更新本人对github上开源的一个很不错的项目的一点点学习积累。也就是，探究着别人写的源码，我学到了新的什么东西？本人愚拙，而且码龄不多，也就三年左右，水平不高，如有挫解，还望指正。本人乐爱学习，乐于
分类：
移动开发 时间：
2016-03-21 07:04:26
阅读次数：
387
