qq_37637415的博客

简介： 贝叶斯决策论：贝叶斯决策（Bayesian Decision Theory）就是在不完全信息下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策。-- 摘抄自百度百科 朴素贝叶斯分类器：基于贝叶斯决策论，来估计后验概率**P(x|c)的难点在于所有条件的概率P(c|x)**是所有属性上的联合概率，很难从有限的训练样本直接估计而得到，朴素贝叶斯分类器采用了“属性条件独立的假设”，对已知的的类别，假设所有的属性相互独立，即所有条件属性相对独立，不

一：概念 Logistic Regression 虽然被称为回归，但其实际上是分类模型，并常用于二分类。Logistic Regression 因其简单、可并行化、可解释强深受工业界喜爱。 Logistic 回归的本质是：假设数据服从这个分布，然后使用极大似然估计做参数的估计。 决策边界可以表示为​ ： 1.对未知样本 x=(x1+x2...xn) {x} = (x_{1} + x_{2} ... x_{n}) x=(x1​+x2​...xn​)类别的预测 与 求解：w z=wTx=w0+w1x1+w2x

Leetcode 刷题日记