机器学习分类计算和交叉验证.pdf

概论 分类例子和 n 折交叉验证集合的程序 决策树分类 组合方法 Adaboost Bagging 随机森林 支持向量机分类 判别分析 K 机器学习分类计算和交叉验证 —R 代码全程陪同 吴喜之 December 11, 2014 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 吴喜之 短标题 概论 分类例子和 n 折交叉验证集合的程序 决策树分类 组合方法 根据问题Adaboost/数据来选择模型Bagging 随机森林现代建模的回归和分类支持向量机分类 判别分析交叉验证K 目 录 1 概论 根据问题/数据来选择模型 现代建模的回归和分类 交叉验证 各个专业术语不同 2 分类例子和 n 折交叉验证集合的程序 3 决策树分类 4 组合方法 5 Adaboost . . . . . . . . . . . . . . . . . . . . 6 Bagging . . . . . . . . . . . . . . . . . . . . 吴喜之 短标题 概论 分类例子和 n 折交叉验证集合的程序 决策树分类 组合方法 根据问题Adaboost/数据来选择模型Bagging 随机森林现代建模的回归和分类支持向量机分类 判别分析交叉验证K 目 录 1 概论 根据问题/数据来选择模型 现代建模的回归和分类 交叉验证 各个专业术语不同 2 分类例子和 n 折交叉验证集合的程序 3 决策树分类 4 组合方法 5 Adaboost . . . . . . . . . . . . . . . . . . . . 6 Bagging . . . . . . . . . . . . . . . . . . . . 吴喜之 短标题 概论 分类例子和 n 折交叉验证集合的程序 决策树分类 组合方法 根据问题Adaboost/数据来选择模型Bagging 随机森林现代建模的回归和分类支持向量机分类 判别分析交叉验证K 问题/数据驱动的理念 我们学过一本本的书, 上过一堂堂的课. 比如回归分析, 是教 你知道线性回归模型来做回归问题; 再如判别分析教你如何 用线性判别分析的方法类解决分类问题. 所有这些都是模型 驱动的理念. 这些课/书就很少提及还有许多别的更好的方 法来解决同样的问题.