一.背景 1.概率:在多元下,(1)联合概率:两个事件同时发生的概率P(A,B) ,(2)条件概率:在某一事件A条件下,另一事件B发生的概率P(B|A),(3)边缘概率:某一事件发生的概率P(A); 2.独立事件:两个没有任何关系的事件互为独立事件,此时两个事件的联合概率为两者概率相乘P(A,B)= ...
                            
                            
                                分类:
其他好文   时间:
2020-04-18 21:22:48   
                                阅读次数:
116
                             
                         
                    
                        
                            
                            
                                用朴素贝叶斯做一个分类问题,数据就用sklearn新闻数据集。 但是下载巨慢,没耐心等。接下去就是一波操作,上篮成功。 因为版本之间可能存在差异,所以就不发数据集的安装包了。 1)当你在运行程序的时候,控制台是这么输出的 Downloading 20news dataset. This may ta ...
                            
                            
                                分类:
其他好文   时间:
2020-04-16 13:09:15   
                                阅读次数:
167
                             
                         
                    
                        
                            
                            
                                    朴素贝叶斯算法 优点: 算法原理和实现简单,常用于文本分类。 对小规模数据表现很好,适合多分类增量式训练任务。 对缺失数据不太敏感。 缺点: 对输入数据的表达形式很敏感 需要计算先验概率,分类决策存在错误率 要求样本之间相互独立,这就是“朴素”的意思,这个限制有时很难做到,或使用者误以为符合而造成错 ...
                            
                            
                                分类:
编程语言   时间:
2020-04-16 12:56:44   
                                阅读次数:
79
                             
                         
                    
                        
                            
                            
                                .本周视频学习内容:https://www.bilibili.com/video/BV1Tb411H7uC?p=2 1)P2 概率论与贝叶斯先验 2)P3 矩阵和线性代数 机器学习是一门多领域交叉学科,涉及较多的数学知识,本节课知识之前都有学过,这次根据重点重新梳理一遍,一定要多加重视。通过观看视频 ...
                            
                            
                                分类:
其他好文   时间:
2020-04-14 21:06:32   
                                阅读次数:
96
                             
                         
                    
                        
                            
                            
                                    1.高等数学 1)函数 2)极限 3)导数 4)极值和最值 5)泰勒级数 6)梯度 7)梯度下降 2.线性代数 1)基本概念 2)行列式 3)矩阵 4)最小二乘法 5)向量的线性相关性 3.概率论 1)事件 2)排列组合 3)概率 4)贝叶斯定理 5)概率分布 6)期望和方差 7)参数估计 ...
                            
                            
                                分类:
其他好文   时间:
2020-04-14 20:28:45   
                                阅读次数:
74
                             
                         
                    
                        
                            
                            
                                    1.高等数学 1)函数 2)极限 3)导数 4)极值和最值 5)泰勒级数 6)梯度 7)梯度下降 2.线性代数 1)基本概念 2)行列式 3)矩阵 4)最小二乘法 5)向量的线性相关性 3.概率论 1)事件 2)排列组合 3)概率 4)贝叶斯定理 5)概率分布 6)期望和方差 7)参数估计 2.本周 ...
                            
                            
                                分类:
其他好文   时间:
2020-04-13 22:43:49   
                                阅读次数:
78
                             
                         
                    
                        
                            
                            
                                用自己的话总结“梯度”,“梯度下降”和“贝叶斯定理”。 梯度 一个向量,表示某一函数在该点处的方向导数沿该方向取得最大值,即函数在该点处沿着该方向变化最快且变化率最大。 梯度下降 一种迭代法,可用于求解最小二乘问题。(让梯度中所有偏导函数都下降到最低点的过程) 贝叶斯定理 关于随机事件A和B的条件概 ...
                            
                            
                                分类:
其他好文   时间:
2020-04-13 16:57:33   
                                阅读次数:
77
                             
                         
                    
                        
                            
                            
                                    1)概率论与贝叶斯先验 本福特定律:又称第一数字定律,是指在实际生活得出的一组数据中,以1为首出现的概率约为总数的三成;是直观现象1/9的三倍。 贝叶斯公式:给定某系统的若干样本X,计算该系统的参数。-28:13 分布-32:56 两点分布 0-1分布 -33:02 二项分布 -34:46 泊松分布 ...
                            
                            
                                分类:
其他好文   时间:
2020-04-12 16:06:03   
                                阅读次数:
67
                             
                         
                    
                        
                            
                            
                                频率学派与贝叶斯学派都是解决统计推断问题。 频率学派也称为经典学派。此学派将事件发生的概率看出一种固定的值。 贝叶斯学派将事件发生的概率看出一个随机变量。 例如:对某个煤矿的煤存储里描述中,经典学派描述煤存储A=10Kg,。贝叶斯对煤存储A描述在10KG左右,然后根据历史资料或其他信息,推测2 0. ...
                            
                            
                                分类:
其他好文   时间:
2020-04-12 14:29:19   
                                阅读次数:
121