西瓜书笔记
来源:互联网 发布:复印纸品牌 知乎 编辑:程序博客网 时间:2024/05/02 11:49
西瓜书笔记
- 西瓜书笔记
- 1绪论
- 基本术语
- 2模型评估与选择
- 3线性模型
- 4决策树
- 5神经网络
- 6向量机
- 7贝叶斯分类
- 8集成学习
- 9聚类
- 10降维与度量学习
- 11特征选择与稀疏学习
- 12计算学习理论
- 13半监督学习
- 14概率图模型
- 15规则学习
- 16强化学习
- 1绪论
1、绪论
基本术语
- 数据集(
data set
):一组数据记录的集合; - 每一条记录代表一个事件或对象的描述,称为一个“示例”(
instance
)或样本(sample
); - 反映事件或对象某方面的表现或性质的事项,称为属性(
attribute
)或特征(feature
); - 属性上的取值称为属性值(
attribute value
), 属性构成的空间称为属性空间(attribute space
)、样本空间(sample space
)或输入空间; - 将“色泽”“根蒂”“敲声”作为三个坐标轴,它们张成一个用于描述西瓜的三维空间,每个西瓜都能在坐标找自己的坐标位置,由于空间的每个点对应一个坐标向量,因此也把一个示例称为一个“特征向量”(
feature vector
) - 一般地,令表示包含m个示例的数据集,每个示例由d个属性描述(例如上面的西瓜数据使用了3个属性),则每个示例
D={x1+xx+⋯+xm} 是d维样本空间xi=(xi1;xi2;…;xid) χ 中的一个向量,xi∈χ 其中xij 是xi 在第j个属性上的取值(例如第三个西瓜的第2个属性的值是”硬挺”),d称为样本xi 的”维数”(dimensionality
). 7.
2、模型评估与选择
3、线性模型
4、决策树
5、神经网络
6、向量机
7、贝叶斯分类
8、集成学习
9、聚类
10、降维与度量学习
11、特征选择与稀疏学习
12、计算学习理论
13、半监督学习
14、概率图模型
15、规则学习
16、强化学习
0 0
- 西瓜书笔记
- 《西瓜书》笔记09:聚类
- 《西瓜书》笔记04:决策树
- 《西瓜书》笔记05:神经网络
- 【西瓜书笔记二】决策树
- 西瓜书学习过程python笔记
- 西瓜书学习笔记(一)
- 西瓜书学习笔记(二)
- [私人笔记]西瓜书/机器学习
- 《西瓜书》笔记08:集成学习
- 《西瓜书》笔记01:机器学习绪论
- 【西瓜书笔记三】贝叶斯分类器
- 机器学习西瓜书-学习笔记1
- 机器学习入门(西瓜书笔记)
- 西瓜的JSON笔记
- 《西瓜书》笔记11:特征选择方法(一)
- 《西瓜书》笔记11:特征选择方法(二)
- 《西瓜书》笔记02:模型评估和选择
- hdu 2000ASCII码排序
- java---多态、抽象
- hdu3790双权值最短路问题
- linux创建快捷方式
- SDOI
- 西瓜书笔记
- 菜鸟理财——资产核算
- 【Python】python对齐问题的总结
- UVA11572:Unique Snowflakes(唯一的雪花)
- 455. Assign Cookies [LeetCode]
- 最好的Angular2表格控件
- 双向队列
- hdu2544 最短路标准模板
- 部署Flask App到Heroku完整过程