zoukankan      html  css  js  c++  java
  • 知识点学习

    看了:贝叶斯算法:可以用于分类,给出多个元祖,每个元组有自己的属性,根据训练出来的概率,可以将其分类https://blog.csdn.net/baimafujinji/article/details/50441927

              隐马尔科夫模型,那些计算公式真的好长,看不下去的感觉,知道有两个重要的点:(1)转移概率 p(qt|qt-1):在这一状态下的下一个状态的概率  (2)p(yt|qt):在隐状态qt情况下,yt观测值概率 貌似马尔可夫用在语音试别上面比较多

             决策树:也是用来分类,相比贝叶斯算法,决策树的优势在于构造过程不需要任何领域知识或参数设置,因此在实际应用中,对于探测式的知识发现,决策树更加适用。有两个算法ID3.5和C4.5,ID3.5用的信息增益,每次选择信息增益最大的来进行分类,

    C4.5选择增益率最大的进行分类,

  • 相关阅读:
    装饰复杂函数
    装饰器01
    闭包
    函数的嵌套定义
    名称空间
    函数的嵌套调用
    函数的对象
    形参
    实参
    形参与实参
  • 原文地址:https://www.cnblogs.com/Shaylin/p/9957885.html
Copyright © 2011-2022 走看看