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:
    springboot(6)-热部署
    springboot(5)-文件上传
    ubuntu修改tomcat使用的jdk
    jstack使用
    HeapAnalyzer如何使用
    查看linux下tomcat使用的jdk版本
    ubuntu-tomcat安装目录
    vi命令
    211java-jdk安装记录
    linux的java安装目录
  • 原文地址:https://www.cnblogs.com/Shaylin/p/9957885.html
Copyright © 2011-2022 走看看