机器学习 3 线性分类 符号约定 贝叶斯分类器 1. 基于最小错误率的决策 符号约定： 样本 $ \bold{x} \in R^d$ 状态（类） $w = {w_1,w_2,\dots}$ 先验概率 $P(w_1),P(w_2)$ 样本分布密度 $p(x)$ 类条件概率密度 $p(\bold{x}| ...
分类：
其他好文 时间：
2018-10-06 23:39:31
阅读次数：
188
既然要用到贝叶斯公式，首先给出贝叶斯公式 P(A|B)=P(B|A)P(A)/P(B) 数学含义： P(A)是先验概率，可以通过计算获得 P(B|A)是条件概率，意识是在A发生的条件下B发生的概率 P(B)是用于归一化的“证据”因子，对于给定的样本B，P(B)与类标记无关 P(A|B)就是后验概率， ...
分类：
其他好文 时间：
2018-10-06 21:39:39
阅读次数：
175
题目 题目大意 大街上到处在卖彩票, 一元钱一张。购买撕开它上面的锡箔, 你会看到一个漂亮的图案。图案有$n$种, 如果你收集到所有$n$($n ≤ 33$)种彩票, 就可以得到大奖。请问, 在平均情况下, 需要买多少张彩票才能得到大奖呢? 如$n = 5$时的答案为$11\frac{5}{12}$ ...
分类：
其他好文 时间：
2018-09-29 11:23:28
阅读次数：
159
全概率公式、贝叶斯公式推导过程 https://www.cnblogs.com/ohshit/p/5629581.html（转） （1）条件概率公式 设A,B是两个事件，且P(B)>0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为： P(A|B)= ...
分类：
其他好文 时间：
2018-09-28 14:42:13
阅读次数：
139
题目 题目大意 有$n$个人准备去超市逛, 其中第$i$个人买东西的概率是$P_i$。逛完以后你得知有$r$个人买了东西。根据这一信息, 请计算出每个人实际买了东西的概率。输入$n$($1 ≤ n ≤ 20$)和 $r$($0 ≤ r ≤ n$), 输出每个人实际买了东西的概率。 题解 用DFS枚举 ...
分类：
其他好文 时间：
2018-09-27 22:20:38
阅读次数：
154
题目 题目大意 有这么一个电视节目: 你的面前有$3$个门, 其中两扇门里是奶牛, 另外一扇门里则藏着奖品——一辆豪华小轿车。在你选择一扇门之后, 们并不会立即打开。这时, 主持人会给你个提示, 具体方法是打开其中一扇有奶牛的门(不会打开你已经选择的那个门, 即使里面是牛)。接下来你有两种可能的决策 ...
分类：
其他好文 时间：
2018-09-27 22:07:25
阅读次数：
125
本文主要介绍了决策树的基本概念，通过if-then规则和条件概率模型的角度，对决策树的学习和分类的原理做了初步的介绍，并指出决策树学习的基本过程，即特征选择、决策树的生成和决策树的剪枝 ...
分类：
其他好文 时间：
2018-09-20 13:11:49
阅读次数：
179
13张动图助你彻底看懂马尔科夫链、PCA和条件概率！ https://mp.weixin.qq.com/s/ll2EX_Vyl6HA4qX07NyJbA [ 导读 ] 马尔科夫链、主成分分析以及条件概率等概念，是计算机学生必学的知识点，然而理论的抽象性往往让学生很难深入地去体会和理解。而本文，将这些 ...
分类：
其他好文 时间：
2018-09-17 13:31:29
阅读次数：
182
决策树：是一个预测模型。他代表俄是对象属性与对象之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表某个可能的属性值，每个叶节点对应从根节点到该叶节点所经历的路径所表示的对象的值。 条件概率：就是事件A在另外一个事件B已经发生的情况下的发生概率。条件概率表示为P（A|B），读作“在B条 ...
分类：
其他好文 时间：
2018-09-15 12:18:11
阅读次数：
204
引言 本文主要是对分类型决策树的一个总结。在分类问题中，决策树可以被看做是if-then规则的结合，也可以认为是在特定特征空间与类空间上的条件概率分布。决策树学习主要分为三个步骤：特征选择、决策树的生成与剪枝操作。本文简单总结ID3和C4.5算法，之后是决策树的修剪。 ID3算法 ID3算法和核心是 ...
分类：
编程语言 时间：
2018-09-13 01:14:03
阅读次数：
185
