未標記樣本 在現(xiàn)實任務中，會出現(xiàn)一部分樣本被標記而另一部分樣本未被標記的情況耘婚，那么如何利用好未標記樣本數(shù)據(jù)呢？主動學習：先用標記好的樣本數(shù)據(jù)來進...

基礎知識 計算學習理論是機器學習的理論基礎陆赋，其目的是分析學習任務的困難本質沐祷，并根據(jù)分析結果指導算法設計。例如：在什么條件下可進行有效的學習攒岛，需要...

子集搜索與評價 特征選擇：在屬性集中可能存在無用的屬性赖临，即對結果判斷不重要的屬性，被稱為“無關特征”灾锯，而有用的屬性被稱為“相關特征”兢榨，而從特征集...

k近鄰學習 kNN學習是一種常用的監(jiān)督學習方法。 工作機制給定測試樣本挠进，基于某種距離度量找出訓練集中與其最靠近的k個訓練樣本色乾，然后根據(jù)這k個“鄰...

構造決策樹根節(jié)點 然后，據(jù)此劃分數(shù)據(jù)集领突，再對劃分后的子數(shù)據(jù)集重復以上過程暖璧，直到滿足當前數(shù)據(jù)集的每個樣本同屬一類或者所有特征已使用兩個條件之一。 ...

聚類任務 訓練樣本的標記信息未知君旦，目標是對無標記訓練樣本的學習來揭示數(shù)據(jù)的內在性質及規(guī)律澎办，即是無監(jiān)督學習，訓練數(shù)據(jù)無標記金砍，目的是為了分類局蚀。 何為...

集成學習的概念 如何產生和結合“好而不同”的個體學習器，是集成學習的核心恕稠。好代表個體學習器要有一定的準確率琅绅，而不同代表個體學習器之間要對同一組數(shù)...

貝葉斯分類器是一類分類算法的總稱，是各種分類器中分類錯誤概率最小的分類器鹅巍，而貝葉斯定理是這類算法的核心千扶。 貝葉斯決策論 貝葉斯決策論是概率框架下...

支持向量機(supporyibant Vector Machine)是一種算法，一般被稱作SVM骆捧，其為處理非線性問題提供了一種更加強大的方法澎羞。 ...