0 相关源码
1 朴素贝叶斯算法及原理概述
1.1 朴素贝叶斯简介
◆ 朴素贝叶斯算法是基于贝叶斯定理和特征条件独立假设的一种分类方法
◆ 朴素贝叶斯算法是一种基于联合概率分布的统计学习方法
◆ 朴素贝叶斯算法实现简单...如果存在这样的超平面,则称为最大间隔超平面,而其定义的线性分类器被称为最大间隔分类器,或者叫做最佳稳定性感知器
3 支持向量机算法
3.1 简介
◆ 支持向量机(SVM)是一种用来分类的算法,当然,在这基础上进行改进...,也可以进行回归分析(SVR)
◆ SVM是最优秀的分类算法之一,即便是在如今深度学习盛行的时代,仍然具有很广泛的应用
◆ SVM被设计成一种二分类的算法, 当然,也有人提出了使用SVM进行多分类的方法..."阈值”寻找过程更复杂,也更科学
3.3 SVM的基本思想
◆ SVM的主要思想是寻找能够将数据进行分类的平面或超平面,在平面上的则是A类,在平面下的则是B类, 因此,SVM是一种二分类算法
◆ 因此,...]
5.6 决策树生成 - ID3算法
◆ ID3算法是一种决策树生成算法,其对于决策树各个节点应用信息增益准则从而选取特征,在树的每一层进行递归,从而构建整棵树
◆ 从根节点开始 ,在每层选择信息增益最大的作为该节点的判断特征