统计学习方法读书笔记--4.朴素贝叶斯法
来源:互联网 发布:四川广电网络客服电话 编辑:程序博客网 时间:2024/06/01 09:50
定义
- 求与向量
x 距离最近的k 个向量,将多数向量的类别作为x 的类别; 分类,回归;
三要素
- 距离度量
k 值的选择- 分类决策规则
距离度量
Lp 距离- Minkowski距离
- 欧氏距离;
Lp 定义
p=2 时为欧氏距离,平面距离;p=1 时为曼哈顿距离,差的绝对值;p=∞ ,它是各个坐标距离的最大值,即:
K值的选择
k 值较小,近似误差小,估计误差大,容易发生过拟合;k 值较大,近似误差大,估计误差小,不相似的实例也会对预测起到作用,是预测发生错误;模型变得简单;- 实际应用:
k 取比较小的值,通过交叉验证来选择最优的k
分类决策规划
- 多数表决规则;
实现-kd 树
- 多维空间分割树,KD树
KD树在POI中的应用
- 通过KD树,快速找到与用户最近的k个商家;
- 查到用户指定距离中的POI;
其他
- R树,
- BallTree;
0 0
- 统计学习方法读书笔记--4.朴素贝叶斯法
- [统计学习方法]朴素贝叶斯法
- 统计学习方法---朴素贝叶斯法
- 统计学习方法 4-朴素贝叶斯法
- 李航《统计学习方法》读书笔记(1):朴素贝叶斯分类
- 《统计学习方法,李航》:4、朴素贝叶斯法
- 四、朴素贝叶斯法--统计学习方法总结
- 统计学习方法第四章朴素贝叶斯法-李航
- 李航统计学习方法-朴素贝叶斯法
- 统计学习方法笔记,第四章朴素贝叶斯法
- <统计学习方法>3 朴素贝叶斯法(Naive Bayes)
- 统计学习方法 第4章 朴素贝叶斯法
- 统计学习方法--朴素贝叶斯
- 统计学习方法:朴素贝叶斯方法
- 统计学习方法笔记-朴素贝叶斯
- 《统计学习方法》学习笔记(四)——朴素贝叶斯法
- 统计学习方法 李航---第4章 朴素贝叶斯法
- 《统计学习方法》-朴素贝叶斯法笔记和python源码
- NSArray Block遍历方法,NSDictory Block遍历方法
- 字符串拆分成数组,数组组合成字符串
- [leetcode]79. Word Search
- leetcode 448. Find All Numbers Disappeared in an Array
- JAVA——IO流 之 字节流与字符流(1)
- 统计学习方法读书笔记--4.朴素贝叶斯法
- String,StringBuffer与StringBuilder的区别
- latex总结
- 汉诺塔III
- Java Thread 源码解析
- [每日问答]特征选择有哪些方法?
- ReactNative学习历程
- 利用 Profiler(性能分析器)查看游戏在移动真机上的性能消耗数据
- 剑指offer——二叉树的深度