11篇文章 · 23185字 · 5人关注
-
机器学习(十一)：时间序列AIRMA模型及案例分析一、简介 ARIMA模型(Autoregressive Integrated Moving Average model)，差分整合移动平均自回归...
-
机器学习(十):EM算法与GMM算法原理及案例分析一、简介 EM算法 最大期望算法(Expectation-maximization algorithm，简称EM，又译期望最大化算法)在统计中被...
-
机器学习(九)：Xgboost原理与案例分析一、简介 Xgboost(extreme Gradient Boosting,极端梯度提升)经常被用在一些比赛中，效果显著。它是大规模并行的bo...
-
机器学习(八)：SVM支持向量机原理及案例分析一、简介 它的目的是寻找一个超平面来对样本进行分割，分割的原理则是间隔最大化，最终转化为一个凸二次规划问题来求解，由简至繁的模型包括： 当训练样...
-
机器学习(七)：PCA主成分分析和案例实现一、算法简介 主成分分析(Principal Component Analysis，简称PCA)算法是降维中最常用的一种手段，降维的算法还有很多...
-
机器学习(六)：K-means聚类原理及案例分析一、算法简介 1、监督学习和非监督学习 监督学习 监督学习是根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系，训练得到一个最优...
-
机器学习(五)：逻辑斯蒂回归原理及案例分析一、算法简介 1、定义 逻辑斯蒂回归(Logistic Regression)虽然名字中有回归，但是模型最初是为了解决二分类问题。线性回归模型帮...
-
机器学习(四)：K-近邻(KNN)算法原理及案例分析一、算法简介 k-近邻算法(K-NearestNeighbor,简称KNN)是1967年由Cover T和Hart P提供的一种基本分类方法，数...
-
机器学习(三):贝叶斯分类器基本原理及代码实现贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与...
文集作者
