1. 概率模型综述 离散模型和连续模型离散模型可数连续模型不可数 线性模型和非线性模型线性模型具有addtivity(函数可以写成多个分布的线性叠加)和proportiona...
发简信
IP属地：江苏
-
POR 1: POR基础综述（更新中...） -
9. 分类回归树模型CART(Classification & Regression Tree)1. 简介 树模型直白且清晰，它即可以用来分类也可以用来预测，他最大的特点是容易解释，这在实际应用中十分关键。树通过在predictor中创建许多的分支来创建(IF ELSE...
-
5. 模型评估及其性能分析1. 简介 在进行详细的说明如何去做模型评估及性能分析之前，首先先得区分一下一些容易混淆的概念： 机器学习机器学习是AI的一个子概念，机器学习从数据之中学习模式(patter...
-
12. 线性判别分析模型(Discriminant Analysis)1. 简介 线性判别分析是一个基于模型的线性分类器，其基本的思路是：第一，定义距离并考虑到predictors之间的correlation，第二，产生classifcatio...
-
10. 逻辑回归模型 (Logistic Regression)1. 简介 逻辑回归模型需要选择predictor以及它们的具体形式，这其中包含了他们之间的关联项，这一点也保证了逻辑回归在偏小的数据集上面也能得到不错的结果。逻辑回归虽然名...
-
8. 贝叶斯分类器（Bayesian Classifier）1. 简介 贝叶斯分类器只能用于分类问题，贝叶斯分类器有两种，一种是Exact Bayesian，另一种是Naive Bayesian，贝叶斯分类器的predictor必须得...
-
7. (k-nearest neighbor) KNN
1. 简介 KNN算法的原理十分简单，即寻找离该点最近的K个点，则该点的值可以由这k个点决定。KNN既可以做分类，也可以做预测，如果做分类，其决策的边界是非线性的。 2. 功...