机器学习中的10个有趣的算法( 二 ) _算法

文章插图

得到weight vector为（a ， 2a），将两个点代入方程，代入（2 ， 3）另其值＝1 ，代入（1 ， 1）另其值＝-1 ，求解出 a 和截矩 w0 的值，进而得到超平面的表达式。

文章插图

a求出来后，代入（a ， 2a）得到的就是support vector ，
a和w0代入超平面的方程就是support vector machine 。
5、朴素贝叶斯
举个在 NLP 的应用：
给一段文字，返回情感分类，这段文字的态度是positive ，还是negative：

文章插图

为了解决这个问题，可以只看其中的一些单词：

文章插图

这段文字，将仅由一些单词和它们的计数代表：

文章插图

原始问题是：给你一句话，它属于哪一类？
通过bayes rules变成一个比较简单容易求得的问题：

文章插图

问题变成，这一类中这句话出现的概率是多少，当然，别忘了公式里的另外两个概率。
例子：单词“love”在positive的情况下出现的概率是 0.1 ，在negative的情况下出现的概率是0.001 。

文章插图

6、K最近临算法
给一个新的数据时，离它最近的 k 个点中，哪个类别多，这个数据就属于哪一类。
例子：要区分“猫”和“狗” ，通过“claws”和“sound”两个feature来判断的话，圆形和三角形是已知分类的了，那么这个“star”代表的是哪一类呢？

文章插图

k＝3时，这三条线链接的点就是最近的三个点，那么圆形多一些，所以这个star就是属于猫。

文章插图

7、K均值算法
先要将一组数据，分为三类，粉色数值大，黄色数值小。
最开始先初始化，这里面选了最简单的 3 ， 2 ， 1 作为各类的初始值。
剩下的数据里，每个都与三个初始值计算距离，然后归类到离它最近的初始值所在类别。

文章插图

分好类后，计算每一类的平均值，作为新一轮的中心点：

文章插图

几轮之后，分组不再变化了，就可以停止了：

文章插图

文章插图

8、Adaboost
adaboost 是 bosting 的方法之一。
bosting就是把若干个分类效果并不好的分类器综合起来考虑，会得到一个效果比较好的分类器。
下图，左右两个决策树，单个看是效果不怎么好的，但是把同样的数据投入进去，把两个结果加起来考虑，就会增加可信度。

文章插图

adaboost 的例子，手写识别中，在画板上可以抓取到很多 features ，例如始点的方向，始点和终点的距离等等。

文章插图

training的时候，会得到每个feature的weight ，例如2和3的开头部分很像，这个feature对分类起到的作用很小，它的权重也就会较小。

机器学习中的10个有趣的算法( 二 )