机器学习笔记——无监督学习下的k均值聚类

k均值聚类算法原理

目标是将样本分类

原理:首先随机选择k何点作为中心,然后计算每一个点到中心的聚类,然后计算到每个中心的距离,选择到中心最短距离的那个中心所在的类进行归类,然后更新中心点,一直重复。

主成分分析分析的原理

主要是实现降为,选择重要的成分

贝叶斯网络

由依赖关系构成的有向图,称为贝叶斯网络。也叫信念网络

尾对尾


头对头


头对尾


朴素贝叶斯

贝叶斯公式何贝叶斯网络模型的简单运用。只使用条件独立的假设何计数方法,统计变量的先验分布,再有贝叶斯反推参数的后验分布。同时假设每个样本类别y何特征变量x相互独立。

基于朴素贝叶斯 新闻分类任务的实现

马尔可夫网络

变量和变量之间的关联是双向的

相关推荐
醉暮天1 小时前
4.25学习——文件上传之00截断
学习
blackA_4 小时前
数据库MySQL学习——day4(更多查询操作与更新数据)
数据库·学习·mysql
梁下轻语的秋缘6 小时前
每日c/c++题 备战蓝桥杯(P1049 [NOIP 2001 普及组] 装箱问题)
c语言·c++·学习·蓝桥杯
刘婉晴7 小时前
【信息安全工程师备考笔记】第三章 密码学基本理论
笔记·安全·密码学
AI军哥7 小时前
MySQL8的安装方法
人工智能·mysql·yolo·机器学习·deepseek
球求了7 小时前
C++:继承机制详解
开发语言·c++·学习
余弦的倒数7 小时前
知识蒸馏和迁移学习的区别
人工智能·机器学习·迁移学习
Allen Bright7 小时前
【机器学习-线性回归-2】理解线性回归中的连续值与离散值
人工智能·机器学习·线性回归
weixin_贾7 小时前
最新AI-Python机器学习与深度学习技术在植被参数反演中的核心技术应用
python·机器学习·植被参数·遥感反演
时光追逐者7 小时前
MongoDB从入门到实战之MongoDB快速入门(附带学习路线图)
数据库·学习·mongodb