Knn slides (02) (Phương pháp Nearest Neighbor trong học máy) - Sebastian Raschka

Q: このドキュメントは無料ですか？

はい。「Knn slides (02) (Phương pháp Nearest Neighbor trong học máy) - Sebastian Raschka」は無料です。ログインして「ダウンロード」をクリックするだけで、元のファイルを取得できます。

Q: このドキュメントは何ページありますか？

このドキュメントは 46 ページあります（Machine learning コース用）。ダウンロードする前にオンラインでプレビューできます。

Q: ダウンロードする前にプレビューできますか？

はい。このページにあるオンラインリーダーでドキュメントをプレビューし、その後ダウンロードするかどうかを決めることができます。

Uni24h·3 か月前·2669 件のドキュメント

PDF1.9 MB

無料ダウンロード

ダウンロード数: 0

0件のいいね

0件の低評価

プレビューを生成中...

同じ著者の次の資料Eval algo slides (11) (Đánh giá mô hình, so sánh thuật toán và kiểm định McNemar) - Sebastian Raschka 前のコース資料Eval algo notes (11) (Các kiểm định thống kê và so sánh thuật toán) - Sebastian Raschka 次のコース資料Eval algo slides (11) (Đánh giá mô hình, so sánh thuật toán và kiểm định McNemar) - Sebastian Raschka

このドキュメントの内容は？

Bài giảng giới thiệu về phương pháp Nearest Neighbor trong học máy, bao gồm 1-NN, k-NN, các độ đo khoảng cách và quyết định biên.

自動生成 · ダウンロード前のクイック確認用

ドキュメント名: Knn slides (02) (Phương pháp Nearest Neighbor trong học máy) - Sebastian Raschka
学校 / コース: University Wisconsin-Madison · Machine learning
内容: Tài liệu trình bày chi tiết về thuật toán 1-NN và k-NN, bao gồm các bước thực hiện, các loại độ đo khoảng cách, và ứng dụng trong phân loại, hồi quy. Tài liệu cũng nhấn mạnh tầm quan trọng của chuẩn hóa đặc trưng.
目次: このドキュメントに明確な目次はありません。
ページ数: 46 ページ
アップロード者: Uni24h

資料の内容

1 ページ

Lecture 02 Nearest Neighbor Methods STAT 479: Machine Learning, Fall 2018 Sebastian Raschka http://stat.wisc.edu/~sraschka/teaching/stat479-fs2018/ 1

最初の1ページを表示しています。全文を見るには資料をダウンロードしてください。

説明

資料の抜粋

Lecture 02 Nearest Neighbor Methods STAT 479: Machine Learning, Fall 2018 Sebastian Raschka http://stat.wisc.edu/~sraschka/teaching/stat479-fs2018/ 1 1-Nearest Neighbor ? Sebastian Raschka STAT 479: Machine Learning ? FS 2018 !2 1-Nearest Neighbor ? Sebastian Raschka ? STAT 479: Machine Learning FS 2018 !3 Training Step [i] [i] ⟨x , y ⟩ ∈ 𝒟 Sebastian Raschka ( | 𝒟 | = n) STAT 479: Machine Learning FS 2018 !4 1-Nearest Neighbor Prediction Step closest_point := None closest_distance := for : current_distance := if current_distance < closest_distance: return closest_distance := current_distance closest_point := closest_point closest_point is the label of Sebastian Raschka STAT 479: Machine Learning FS 2018 !5 Commonly used: Euclidean Distance (L2) d(x[a], x[b]) = m ∑ j=1 Sebastian Raschka [a] [b] x − x (j j ) STAT 479: Machine Learning 2 FS 2018 !6 Nearest Neighbor Decision Boundary Sebastian Raschka STAT 479: Machine Learning FS 2018 !7 Decision Boundary Between (a) and (b) b a Sebastian Raschka a STAT 479: Machine Learning FS 2018 !8 Decision Boundary Between (a) and (c) a Sebastian Raschka c STAT 479: Machine Learning FS 2018 !9 a a Decision Boundary Between (a) and (c) d c Sebastian Raschka STAT 479: Machine Learning FS 2018 !10 Decision Boundary 1NN b a a c d c Sebastian Raschka STAT 479: Machine Learning FS 2018 !11 Decision Boundary 1-NN Sebastian Raschka STAT 479: Machine Learning FS 2018 !12 Which Point is Closest? Euclid distan a c ? b Sebastian Raschka STAT 479: Machine Learning FS 2018 !13 ? a a b ? b Depends on the Distance Measure! Euclidean distance=1 Manhattan distance=1 a c ? ? b Sebastian Raschka STAT 479: Machine Learning FS 2018 !14 Continuous Distance Measures Euclidean Manhattan m Minkowski: d(x , x ) = [∑ ( x − x [a] [b] [a] [b] j=1 )] p 1 p Mahalanobis ... Sebastian Raschka STAT 479: Machine Learning FS 2018

よくある質問

このドキュメントは無料ですか？

はい。「Knn slides (02) (Phương pháp Nearest Neighbor trong học máy) - Sebastian Raschka」は無料です。ログインして「ダウンロード」をクリックするだけで、元のファイルを取得できます。

このドキュメントは何ページありますか？

このドキュメントは 46 ページあります（Machine learning コース用）。ダウンロードする前にオンラインでプレビューできます。

ダウンロードする前にプレビューできますか？

はい。このページにあるオンラインリーダーでドキュメントをプレビューし、その後ダウンロードするかどうかを決めることができます。

コメント (0)

ログインして議論に参加する

まだコメントはありません。最初のコメントを書きましょう！

Knn slides (02) (Phương pháp Nearest Neighbor trong học máy) - Sebastian Raschka

Uni24h

PDF1.9 MB

ダウンロード数: 0

プレビューを生成中...

資料の抜粋

資料の内容

1 ページ

Lecture 02 Nearest Neighbor Methods STAT 479: Machine Learning, Fall 2018 Sebastian Raschka http://stat.wisc.edu/~sraschka/teaching/stat479-fs2018/ 1

5 ページ

1-Nearest Neighbor Prediction Step closest_point := None closest_distance := for : current_distance := if current_distance < closest_distance: closest_distance := current_distance closest_point := return closest_point closest_point is the label of Sebastian Raschka STAT 479: Machine Learning FS 2018 !5

6 ページ

Commonly used: Euclidean Distance (L2) m 2 d(x[a],x[b]) = x[a] − x[b] ∑( j j ) j=1 Sebastian Raschka STAT 479: Machine Learning FS 2018 !6

10 ページ

a a Decision Boundary Between (a) and (c) d c Sebastian Raschka STAT 479: Machine Learning FS 2018 !10

13 ページ

Which Point is Closest? Euclid distan a c ? b Sebastian Raschka STAT 479: Machine Learning FS 2018 !13

14 ページ

a ? a ? b b Depends on the Distance Measure! Euclidean distance=1 Manhattan distance=1 a c ? ? b Sebastian Raschka STAT 479: Machine Learning FS 2018 !14

15 ページ

Continuous Distance Measures Euclidean Manhattan 1 Minkowski: m p p d(x[a],x[b]) = x[a] − x[b] [∑( ) ] j=1 Mahalanobis ... Sebastian Raschka STAT 479: Machine Learning FS 2018 !15

16 ページ

Discrete Distance Measures m Hamming: d(x[a],x[b]) = ∑ x[a] − x[b] j=1 Jaccard/Tanimoto Cosine similarity Dice ... Sebastian Raschka STAT 479: Machine Learning FS 2018 !16

17 ページ

Feature Scaling Euclidean Euclidean distance=1 distance=1 c c a ? a ? b b Euclidean Sebastian Raschka STAT 479: Machine Learning distance=1FS 2018Manhattan !17 distance=1

19 ページ

A y: Majority vote: Purality vote: B y: Majority vote: None Purality vote: Sebastian Raschka STAT 479: Machine Learning FS 2018 !19

20 ページ

kNN for Classification 𝒟 = {⟨x[1], f(x[1])⟩,…,⟨x[k], f(x[k])⟩} 𝒟k ⊆ 𝒟 k Sebastian Raschka STAT 479: Machine Learning FS 2018 !20

最初の20ページを表示しています。全文を見るには資料をダウンロードしてください。

コメント (0)

ログインして議論に参加する

まだコメントはありません。最初のコメントを書きましょう！