1、 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 分类与聚类：分类是一种有监督的算法，是在已经有目标分类的情况下对数据进行类别判断（朴素贝叶斯算法）。而聚类是一种无监督算法，是在建立模型之前还没有目标分类，将特征相似的数据自动聚为一类的算法（KMeans聚类算法）。 有监督学习和 ...
分类：
编程语言 时间：
2018-11-22 12:29:05
阅读次数：
187
算法一：快速排序算法 算法二：堆排序算法 算法三：归并排序 算法四：二分查找算法 算法五：BFPRT(线性查找算法) 算法六：DFS（深度优先搜索） 算法七：BFS(广度优先搜索) 算法八：Dijkstra算法 算法九：动态规划算法 算法十：朴素贝叶斯分类算法 算法一：快速排序算法 快速排序是由东尼 ...
分类：
编程语言 时间：
2018-11-22 00:16:30
阅读次数：
171
from sklearn.datasets import load_iris iris=load_iris() print(iris) def _init_(self): self._x=self.y=None self._data=self.func=None self._n_possibilit... ...
分类：
编程语言 时间：
2018-11-22 00:14:32
阅读次数：
166
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– ...
分类：
编程语言 时间：
2018-11-21 22:24:40
阅读次数：
226
在 "《贝叶斯之朴素理解》" 比较详细地总结了一个朴素贝叶斯。这里再对非朴素贝叶斯做一个小结，以了结贝叶斯分类。 1、非朴素贝叶斯公式 1.1 高维高斯分布 在此之前，我们同样先需准备一些数学知识， 高维高斯概率分布 ，或者也叫做联合高斯概率分布，它有如下公式 $$ p(\mathbf{x})=\f ...
分类：
其他好文 时间：
2018-11-20 11:30:39
阅读次数：
187
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 聚类：是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 分类：是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类 ...
分类：
编程语言 时间：
2018-11-19 12:41:21
阅读次数：
187
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– ...
分类：
编程语言 时间：
2018-11-19 12:37:15
阅读次数：
218
1.理解分类与监督学习、聚类与无监督学习。 （1）简述分类与聚类的联系与区别。 分类就是按照某种标准给对象贴标签，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 区别是，分类是事先定义好类别 ，类别数不变 。分类需要由人工标注的分类训练语料训练得到 ...
分类：
编程语言 时间：
2018-11-19 12:31:13
阅读次数：
160
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– ...
分类：
其他好文 时间：
2018-11-19 12:30:59
阅读次数：
151
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 分类：找出描述并区分数据类或概念的模型，以便能够使用模型预测类标记未知的对象类。分类的目的是把数据项映射到给定的类别的某一个类中。 聚类：将本身没有类别的样本聚集成不同的组，把这组数据对象的集合叫簇。目的是使得属于同一个簇的样 ...
分类：
编程语言 时间：
2018-11-19 12:30:41
阅读次数：
213
