华电北风吹 日期：2015/12/12 朴素贝叶斯算法和高斯判别分析一样同属于生成模型。但朴素贝叶斯算法须要特征条件独立性如果，即样本各个特征之间相互独立。 一、朴素贝叶斯模型 朴素贝叶斯算法通过训练数据集学习联合概率分布p(x,y),其中x=(x1,x2,...,xn)∈Rn,y∈Rp(x,y), ...
分类：
其他好文 时间：
2017-08-11 10:56:50
阅读次数：
106
人群分类模型 依据用户人群数据记录。建立人群属性分类模型。根绝用户特点。将用户标记为特定类别。据此进行精准定向服务。并进行效果评估。主要分类方法： 1.採用模糊数学综合判定理论，构建关系矩阵。判定类别属性的映射关系。採样真实数据，模拟真实数据分布。统计属性取值的概率分布，作为概率的预计值，另外，将广 ...
分类：
其他好文 时间：
2017-07-22 16:58:58
阅读次数：
218
概率分布函数. Accumulative Distribution Function. ADF P(x)=Prob(X<x)P(x)=Prob(X<x) XX可以是连续的, 也可以是离散的随机变量. 概率密度函数. Probability Density Function. PDF. 为连续随机变量 ...
分类：
其他好文 时间：
2017-07-20 10:14:09
阅读次数：
190
背景 在Machine Learning中，有一个很常见的概率分布叫做Beta Distribution： 同时，你可能也见过Dirichelet Distribution： 那么Beta Distribution和Dirichlet Distribution的意义何在呢？ 解释 1. 如果给你一个 ...
分类：
其他好文 时间：
2017-07-17 23:58:15
阅读次数：
644
1. 欧氏距离(Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法，源自欧氏空间中两点间的距离公式。(1)二维平面上两点a(x1,y1)与b(x2,y2)间的欧氏距离：(2)三维空间两点a(x1,y1,z1)与b(x2,y2,z2)间的欧氏距离：(3)两个n维向量a(x1 ...
分类：
编程语言 时间：
2017-07-12 17:47:45
阅读次数：
2873
交叉熵可在神经网络(机器学习)中作为损失函数，p表示真实标记的分布，q则为训练后的模型的预测标记分布，交叉熵损失函数可以衡量真实分布p与当前训练得到的概率分布q有多么大的差异。 相对熵（relative entropy）就是KL散度（Kullback–Leibler divergence），用于衡量 ...
分类：
其他好文 时间：
2017-06-27 17:01:26
阅读次数：
326
1、f 散度（f-divergence) KL-divergence 的坏处在于它是无界的。事实上KL-divergence 属于更广泛的 f-divergence 中的一种。 如果P和Q被定义成空间中的两个概率分布，则f散度被定义为： 一些通用的散度，如KL-divergence, Helling ...
分类：
编程语言 时间：
2017-06-20 18:10:01
阅读次数：
1351
论证了在有noise的情形下，机器依然可以学习。然后介绍了error 的几种衡量方法。 想象在抽取弹珠的过程中，弹珠会不断地变色，那么在抽出来的时刻，它的颜色对应一个概率分布。 类比到有noise的情形，就是 对一个x，本来是确定的，加入noise后， 对应到了一个概率分布。 即便如此，在变色弹珠抽 ...
分类：
其他好文 时间：
2017-06-20 16:17:42
阅读次数：
163
概率(probability) 旧称幾率，又称或然率、机会率或几率、可能性，是数学概率论的基本概念，是一个在0到1之间的实数，是对随机事件发生之可能性的度量。 以下给出概率的公理化定义： 设随机事件的样本空间为Ω，Ω的一个子集称为事件。对于Ω中的每一个事件A，都有实函数P(A)，满足： 非负性： P ...
分类：
其他好文 时间：
2017-06-16 11:33:15
阅读次数：
239
st 算法的原理与推导》一文为他人所写，原文链接： http://blog.csdn.net/v_july_v/article/details/40718799 另外此文大部分是摘录李航的《统计学笔记》一书，原书下载链接：http://vdisk.weibo.com/s/z4UjMcqGpoNTw? ...
分类：
编程语言 时间：
2017-06-14 17:11:55
阅读次数：
242
