机器学习经典算法原理推导与实现研究.docxVIP

机器学习经典算法原理推导与实现研究

目录

一、最小化经验风险的奠基算法研究．．．．．．．．．．．．．．．．．．．．．．．．．．．2

基于线性基函数模型的回归分析．．．．．．．．．．．．．．．．．．．．．．．．．．．2

判别模型的生成与演绎．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

二、非线性决策边界描绘算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

样本空间映射与近邻关联学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

支持向量构造方法深度探析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

集成学习代表方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.1袋装法思想在分类器构建中的应用．．．．．．．．．．．．．．．．．．．．．．．．21

3.2特征子空间随机投影多样性提升．．．．．．．．．．．．．．．．．．．．．．．．．．24

三、无标签数据结构探索技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

基于聚类原型构建的样本分区技术(K-Means)．．．．．．．．．．．．．．．28

1.1距离度量标准优化探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

1.2聚类数量自适应确定策略．．．．．．．．．