- 1、本文档共24页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CHAPTERNonparametricMethods
Lecture Notes for E Alpayd?n 2004 Introduction to Machine Learning ? The MIT Press (V1.1) CHAPTER 8:Nonparametric Methods Alpaydin transparencies significantly modified, extended and changed by Ch. Eick Last updated: March 4, 2011 Eick/Alpaydin: Non-Parametric Density Estimation * Non-Parametric Density Estimation Goal is to obtain a density function: /wiki/Probability_density_function Parametric (single global model), semiparametric (small number of local models) Nonparametric: Similar inputs have similar outputs Keep the training data;“let the data speak for itself” Given x, find a small number of closest training instances and interpolate from these Aka lazy/memory-based/case-based/instance-based learning Histograms Histogram Usually shows the distribution of values of a single variable Divide the values into bins and show a bar plot of the number of objects in each bin. The height of each bar indicates the number of objects Shape of histogram depends on the number of bins Example: Petal Width (10 and 20 bins, respectively) Lecture Notes for E Alpayd?n 2004 Introduction to Machine Learning ? The MIT Press (V1.1) * Density Estimation Given the training set X={xt}t drawn iid from p(x) Divide data into bins of size h, stating from origin xo Histogram: Naive estimator: or Typo corrected on March 5 2011 Lecture Notes for E Alpayd?n 2004 Introduction to Machine Learning ? The MIT Press (V1.1) * Origin 0; h(1)=4/16 h(1.25)=1/8 Lecture Notes for E Alpayd?n 2004 Introduction to Machine Learning ? The MIT Press (V1.1) * h(2)=2/2*8=0.125 * Gaussian Kernel Estimator Kernel function, e.g., Gaussian kernel: Kernel estimator (Parzen windows): Gaussian Influence Functions in general: Influence of xt on x; h determines how quickly influence decreases as distance between xt and x increases; h is called “width” of kernel. Eick/Alpaydin: Non-Parametric Density Estimation Query point * Example: Kernel Density Estimation D={x1,x2,x3,x4} fDGaussian(x)= influ
您可能关注的文档
- 3简单的逻辑联结词全称量词与存在量词.ppt
- 3细胞膜系统的边界.ppt
- 3考场考官.ppt
- 3腺病毒载体在肿瘤治疗中的应用.ppt
- 3重力基本相互作用.ppt
- 3顺序结构.ppt
- 3高考作文专题辅导议论文写作指导开篇破题.ppt
- 3运动快慢的描述速度.ppt
- 3重量分析法.ppt
- 3风险管理.ppt
- 人教版九年级英语全一册单元速记•巧练Unit13【速记清单】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit9【速记清单】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit11【速记清单】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit14【单元测试·提升卷】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit8【速记清单】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit4【单元测试·提升卷】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit13【单元测试·基础卷】(原卷版+解析).docx
- 人教版九年级英语全一册单元速记•巧练Unit7【速记清单】(原卷版+解析).docx
- 苏教版五年级上册数学分层作业设计 2.2 三角形的面积(附答案).docx
- 人教版九年级英语全一册单元速记•巧练Unit12【单元测试·基础卷】(原卷版+解析).docx
文档评论(0)