朴素贝叶斯法 笔记摘要 条件概率分布P(X=x∣Y=ck)P(X=x|Y=c_k)P(X=x∣Y=ck​)有指数级数量的参数，其实际估计是不可行的 指数级数量的参数 K∏j=1nSjK\prod_{j=1}^nS_jK∏j=1

k近邻法 k值的选择、距离度量及分类决策规则是k近邻法的三要素 三要素在算法之中完整体现出来： 算法 输入: T={(x1,y1),(x2,y2),…,(xN,yN)}，xi∈X⊆Rn,yi∈Y={c1,c2,…,ck}T=\{(x_

感知机 学习笔记 感知机是二类分类的线性模型,属于判别模型 感知机学习旨在求出将训练数据进行线性划分的分离超平面。是神经网络和支持向量机的基础 损失函数选择 损失函数的一个自然选择是误分类点的总数，但是，这样的损失函数不是参数

A City-Wide Crowdsourcing Delivery System with Reinforcement Learning 背景 众包交付系统 众包交付的实际因素 时间限制：订单到顾客接受货物的时间具有限制 多跳：从送货站

import numpy as np import pandas as pd 生成对象 Series：维度——1；带标签的一维同构数组 DataFrame：维度——2；带标签的，大小可变的，二维异构表格 s = pd.Series([

简要 统计学习或机器学习一般包括监督学习、无监督学习、强化学习，有时还包括半监督学习、主动学习 监督学习 监督学习指从标注数据中学习预测模型的机器学习问题，其本质是学习输入到输出的映射的统计规律。 输入变量XXX和输出变量YYY有不同

加载数据 PyTorch有两个处理数据的库:torch.utils.data.DataLoader和torch.utils.data.Dataset。数据集存储样本及其对应的标签，DataLoader在数据集周围包装一个可迭代对象。 imp

pytorch模板 torch.nn.Module 我们有时候不需要很复杂的网络或者想自己搭建一个网络，这时候我们就可以继承torch.nn.Module类，快速构建一个前向传播的网络结构，当然torch.nn.Module类还可以构建损失

组合数一列等式 求解： ∑k=1n−1k(n−1k−1)mn−k\sum_{k=1}^{n-1}{k\left( \begin{array}{c} n-1\\ k-1\\ \end{array} \right)}m^{n-k} k=1∑

正交与二次型 正交矩阵其实就是空间的旋转，先说结论： 椭圆的长短轴分别沿着矩阵A\boldsymbol{A}A的两个特征向量的方向，而两个与之对应的特征值分别是半长轴和半短轴的长度的平方的倒数。 拿我们最熟悉的椭圆方程举例： ax2+2bx