机器学习
文章
EM算法
引入 在我们的概率模型中，有时观察及所要，但很多时候模型中还隐含了很多的潜在变量。对于这一类情况，我…
支持向量机二：非线性问题与核技巧
传统的支持向量机模型通过一个超平面对于特征空间的分类，并不适用于非线性的分类问题。为了解决这一个问题…
朴素贝叶斯法
在介绍朴素贝叶斯方法之前，首先回顾一下贝叶斯定理。通过全概率公式可以得到： $$ p(Bk | A)…
支持向量机一：线性可分问题
支持向量机（SVM）是一种二类分类模型，通过定义在特征空间上的间隔最大分类器从而有别于感知机模型。 …
决策树
一种基本的分类与回归方法。主要包括三步：特征选择、决策树的生成、决策树的修剪 分类问题是对抑制标签的…
k邻近法
一种基本的分类回归方法，其并没有显示的学习过程。对于一个测试实例，通过训练集中距离最近的k个实例来进…
感知机
感知机时用于二分类的线性模型，输入为实例的特征向量，输出为类别，取 $\{-1, +1\}$ 。相当…