机器学习算法 - 符号说明

逻辑斯蒂回归,决策树,支持向量机,梯度提升决策树 GBDT,随机森林

符号说明

基本遵从《统计学习方法》一书中的符号表示。

除特别说明,默认w为行向量,x为列向量,以避免在wx中使用转置符号;但有些公式为了更清晰区分向量与标量,依然会使用^T的上标,注意区分。

输入实例x的特征向量记为:

注意:x_ix^(i) 含义不同,前者表示训练集中第 i 个实例,后者表示特征向量中的第 i 个分量;因此,通常记训练集为:

特征向量用小n表示维数,训练集用大N表示个数

公式说明

所有公式都可以点击 跳转至编辑页面,但是部分公式符号会与超链接中的转义冲突;如果编辑页面的公式与本页面中的不同,可以打开源文件,通过原链接打开。

下一节:逻辑斯蒂回归,决策树,支持向量机,梯度提升决策树 GBDT,随机森林