统计学习方法(二):k 近邻法 发表于 2020-07-04 更新于 2024-12-15 分类于 统计学习方法 k 近邻法 模型 k 近邻法是一种基本的分类和回归方法。对于分类问题,模型将输入对应于特征空间后输出对应的类别。k 近邻法假定给定一个训练数据集,其中的实例类别已定。分类时,对于新的实例,根据其 k 个最近邻的训练实例的类别,通过多数表决等方式进行预测。因此,k 近邻法不具有显式的学习过程。k 值的选择、距离度量和分类决策规则是 k 近邻法的三个基本要素。 k=1 的特殊情况被称为最近邻算法。 阅读全文 »
统计学习方法(一):感知机 发表于 2020-07-04 更新于 2024-12-15 分类于 统计学习方法 感知机 模型 感知机是一种二类分类的线性分类模型,属于判别模型。感知机的数据集要求线性可分。 f(x)=sign(ω⋅x+b) 其中 sign(x)={1,x≥0−1,x<0 ω⋅x+b=0 决定了将数据分为正负两类的超平面。 阅读全文 »
负面情绪的来源 发表于 2018-09-16 更新于 2024-12-15 分类于 Essays 每个人都或多或少有些负面情绪,来源也是千奇百怪,如果能提前知道负面情绪的到来,就可以及时克制一下,起码让这些情绪不暴露在自己最亲近的人面前,或者最不想暴露的人面前。 阅读全文 »