subtitle
贝叶斯分类器 贝叶斯分类器
贝叶斯决策论贝叶斯决策论(Bayesian decision theory)是概率框架下实施决策的基本方法。 极大似然估计估计类条件概率的一种常用策略是先假定其具有某种确定的概率分布,再基于训练样本对概率分布的参数进行估计。 朴素贝叶斯
k-means 算法知识点梳理 k-means 算法知识点梳理
Overviewk-means 算法是最常用的聚类算法,属于无监督学习算法。 工作原理和流程 输入k,表示数据聚类到k簇 随机选出 k个质心(Centroid) 将每个点归到距离最近的质心所属簇 求簇中每个点均值,求出该质心新的位置 循环3
ID3 算法 ID3 算法
决策树是一个非常常见并且优秀的机器学习算法,它易于理解、可解释性强,其可作为分类算法,也可用于回归模型。基本算法有 ID3、C4.5、CART。 Overview ID3算法(Iterative Dichotomiser 3 迭代二叉树3代
决策树工作原理示例 决策树工作原理示例
数据我们从 Zoo 数据集中抽出10条用于展示决策树工作原理。其中 class是预测目标特征,属于分类问题。 Zoo DataSet http://archive.ics.uci.edu/ml/machine-learning-datab