机器学习 第2页

fendouai 发布于 2020-03-04

2.6. 协方差估计(Covariance estimation) 许多统计问题需要估计总体的协方差矩阵(population’s covariance matrix)，这可以看作是对数据集散点图形状的估计。大多数情况下，这样的估计必须对其性质（大小、结构、同质性）对估计质量有很...

阅读(5076)赞 (2)

fendouai 发布于 2020-03-04

2.3. 聚类(Clustering) 可以使用模块sklearn.cluster对未标记的数据进行聚类。 每个聚类算法都有两种变体：一个是类(class)实现 fit 方法来学习训练数据上的聚类；另一个是函数(function)，给定训练数据，返回与不同聚类对应的整数标签数组。...

阅读(1404)赞 (0)

fendouai 发布于 2020-03-04

1.4. 支持向量机 支持向量机 (SVMs) 是一套监督学习方法，可用于分类，回归和离群值检测。 支持向量机的优点： 在高维空间中非常有效。 在维度数大于样本数的情况下仍然有效。 在决策函数（称为支持向量）中使用训练集的子集，因此它能提高内存利用率。 多用途：可以为决策函数指定...

阅读(1017)赞 (0)

fendouai 发布于 2020-03-04

1.7. 高斯过程(Gaussian Processes) 高斯过程（GP）是一种通用的监督学习方法，旨在解决回归和概率分类(probabilistic classification)问题。 高斯过程的优点： 预测值对观测值进行插值(至少对于常规内核(regular kernel...

阅读(1394)赞 (0)

fendouai 发布于 2020-03-04

1.6. 最近邻方法(Nearest Neighbors) sklearn.neighbors提供了基于邻居的(neighbors-based)的无监督学习和监督学习的方法。无监督的最近邻是许多其他方法的基础，尤其是流行学习(manifold learning)和谱聚类(spec...

阅读(2409)赞 (0)