人工智能基礎與應用（第2版）（微課版）課件 4-2 幾種主要的分類器_第1頁
人工智能基礎與應用（第2版）（微課版）課件 4-2 幾種主要的分類器_第2頁
人工智能基礎與應用（第2版）（微課版）課件 4-2 幾種主要的分類器_第3頁
人工智能基礎與應用（第2版）（微課版）課件 4-2 幾種主要的分類器_第4頁
人工智能基礎與應用（第2版）（微課版）課件 4-2 幾種主要的分類器_第5頁
已閱讀5頁，還剩5頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

4-2幾種主要的分類器模塊?分門別類：幫你“分而治之”目錄CONTENTS決策樹01k近鄰分類器03貝葉斯分類器02神經(jīng)網(wǎng)絡05支持向量機04一.決策樹概念決策樹（decisiontree）：用于決策的一棵“樹”，它從根節(jié)點出發(fā)，通過決策節(jié)點對樣本的不同特征進行劃分，按照結果進入不同的選擇分支，最終到達某一葉子節(jié)點，獲得分類結果。垃圾郵件分類決策樹：二.貝葉斯分類器1.概念貝葉斯分類器（bayesclassifier）：就是對于給定的分類項，利用貝葉斯定理，求解該分類項在預先給定條件下各類別中出現(xiàn)的概率，哪個概率最大，就將其劃分為哪個類別。貝葉斯定理公式：二.貝葉斯分類器2.舉例用貝葉斯分類器來判定垃圾郵件：

x=[1,0]分別表示正常郵件和垃圾郵件E:由n個關鍵詞組成的郵件三.k近鄰分類器概念k近鄰（k-NearestNeighbor，KNN）分類器:把每個具有n個特征的樣本看作n維空間的一個點，對于給定的新樣本，先計算該點與其他點的距離（相似度），然后將新樣本指派為周圍k個最近鄰的多數(shù)類。什么形狀的物體四.支持向量機1.概念支持向量機（SupportVectorMachine，SVM）：基本思想是通過非線性映射，把樣本空間映射到一個高維的特征空間，將原本樣本空間線性不可分的問題，轉化成在高維空間通過線性超平面將樣本完全劃分開的問題。不可分：可分：四.支持向量機1.原理超平面離直線兩邊的數(shù)據(jù)的間隔越大，對訓練集的數(shù)據(jù)的局限性或噪聲有最大的容忍能力，也就是所謂的魯棒性。支持向量機就是要找到使這個間隔最大的決策超平面。五.神經(jīng)網(wǎng)絡1.概念?神經(jīng)網(wǎng)絡（NeuralNetwork）?是一種模仿動物神經(jīng)網(wǎng)絡行為特征進行分布式并行信息處理的算法數(shù)學模型。權重值w激活函數(shù)φ加權求和及函數(shù)s

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論