K-means也是聚类算法中最简单的一种了，但是里面包含的思想却是不一般。最早我使用并实现这个算法是在学习韩爷爷那本数据挖掘的书中，那本书比较注重应用。看了Andrew Ng的这个讲义后才有些明白K-means后面包含的EM思想。 聚类属于无监督学习，以往的回归、朴素贝叶斯、SVM等都是有类别标签y ...
分类：
编程语言 时间：
2017-11-03 15:16:01
阅读次数：
250
第四部分： 1.生成学习法 generate learning algorithm 2.高斯判别分析 Gaussian Discriminant Analysis 3.朴素贝叶斯 Navie Bayes 4.拉普拉斯平滑 Navie Bayes 生成学习法： ...
分类：
其他好文 时间：
2017-11-01 14:59:24
阅读次数：
154
基于概率论的分类方法：朴素贝叶斯 1. 概述 贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。本章首先介绍贝叶斯分类算法的基础——贝叶斯定理。最后，我们通过实例来讨论贝叶斯分类的中最简单的一种: 朴素贝叶斯分类。 2. 贝叶斯理论 & 条件概率 2.1 贝叶斯理论 ...
分类：
其他好文 时间：
2017-10-30 11:23:58
阅读次数：
168
2.1 SVM介绍及基础理论 支持向量机SVM：support vector machine 支持向量机本质就是找出最佳分割线。 最佳分割线（间隔）的特点：使得间隔距离平均、最大化。 最佳分割线可以减小分类的误差，确保结果的准确性。 SVM首先保证分类正确，然后对间隔最大化。 SVM应该能够处理异常 ...
分类：
其他好文 时间：
2017-10-20 16:49:33
阅读次数：
211
原文链接：http://chant00.com/2017/09/18/%E8%B4%9D%E5%8F%B6%E6%96%AF/ https://zhuanlan.zhihu.com/p/26329951 原文链接：http://chant00.com/2017/09/18/%E8%B4%9D%E5% ...
分类：
其他好文 时间：
2017-10-19 16:35:03
阅读次数：
2400
朴素贝叶斯算法如何理解？朴素贝叶斯算法是一个生成式的一个算法我们的目的就是分类判断当前的实例x是那个类别的,但是生成式是这样的p(Ck/x)在实际问题中我们通常知道p(Ck)这个叫做先验概率。我们也会知道p(x/ck)中的个数，这种条件概率那怎么求p(Ck/x)呢？首先是将条件概率分..
分类：
编程语言 时间：
2017-10-19 09:24:27
阅读次数：
190
在介绍朴素贝叶斯分类之前，首先介绍一下大家都比较了解的贝叶斯定理，即已知某条件概率，如何得到两个时间交换后的概率， 也就是在已知P(A|B)的情况下如何求得P(B|A)？可以通过如下公式求得： 而朴素贝叶斯分类是一种简单的分类算法，称其朴素是因为其思想基础的简单性：就文本分类而言，它认为词袋中的两两 ...
分类：
编程语言 时间：
2017-10-15 14:13:28
阅读次数：
233
http://blog.csdn.net/baimafujinji/article/details/51374202 贝叶斯定理：一个例子 其实我们在之前介绍朴素贝叶斯分类器时就介绍过它，如果你有点忘了，这里就通过一个例子来帮你回忆一下。 假设有一所学校，学生中60%是男生和40%是女生。女生穿裤子 ...
分类：
其他好文 时间：
2017-10-08 13:37:41
阅读次数：
214
1.贝叶斯学派和频率学派 在数理统计领域，贝叶斯学派和频率学派两派争论已久，关于两派的具体思想不做深入研究，仅探讨它们在机器学习中的一点粗浅的应用。 机器学习中的朴素贝叶斯方法和逻辑回归相比，朴素贝叶斯判据需要一个事件的先验概率和相应的类条件概率，可用贝叶斯公式看出。 而逻辑回归，使用的是最大似然的 ...
分类：
其他好文 时间：
2017-10-06 18:06:03
阅读次数：
531
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。朴素贝叶斯法实现简单，学习与预测的效率都很高，是一种常用的方法。 ...
分类：
其他好文 时间：
2017-10-01 12:25:30
阅读次数：
170
