![](https://csdnimg.cn/release/download_crawler_static/86298180/bg6.jpg)
2.2
机器学习可完成的任务
...........................................................................................................
15
2.3
本书采用的数学符号
.
..............................................................................................................
16
2.4
小结
.
..........................................................................................................................................
16
第
3
章
K
近邻分类
..........................................................................................................................
17
3.1
K
近邻分类的历史
.
..................................................................................................................
18
3.2
基于邻居的居住幸福度
.
..........................................................................................................
18
3.3
如何选择
K
.
..............................................................................................................................
21
3.3.1 猜测
K
的值
.
.................................................................................................................
21
3.3.2 选择
K
的启发式策略
.
.................................................................................................
21
3.3.3
K
的选择算法
.
..............................................................................................................
24
3.4
何谓“近”
.
................................................................................................................................
24
3.4.1 Minkowski 距
离
.
..........................................................................................................
25
3.4.2 Mahalanobis 距
离
.
........................................................................................................
26
3.5
各类别的确定
.
..........................................................................................................................
27
3.6
利用
KNN
算法和
OpenCV
实现胡须和眼镜的检测
.
...........................................................
29
3.6.1 类图
.
.............................................................................................................................
29
3.6.2 从原始图像到人脸图像
.
.............................................................................................
30
3.6.3
Face
类
.
.........................................................................................................................
33
3.6.4
Neighborhood
类
.
.........................................................................................................
36
3.7
小结
.
..........................................................................................................................................
43
第
4
章 朴素贝叶斯分类
................................................................................................................
45
4.1
利用贝叶斯定理找出欺诈性订单
.
..........................................................................................
45
4.1.1 条件概率
.
.....................................................................................................................
46
4.1.2 逆条件概率
.
.................................................................................................................
47
4.2
朴素贝叶斯分类器
.
..................................................................................................................
48
4.2.1 链式法则
.
.....................................................................................................................
48
4.2.2 贝叶斯推理中的朴素性
.
.............................................................................................
49
4.2.3 伪计数
.
.........................................................................................................................
50
4.3
垃圾邮件过滤器
.
......................................................................................................................
5
1
4.3.1 类图
.
.............................................................................................................................
51
4.3.2 数据源
.
.........................................................................................................................
52
4.3.3
Email
类
.
.......................................................................................................................
52
4.3.4 符号化与上下文
.
.........................................................................................................
55
4.3.5
SpamTrainer
类
.
...........................................................................................................
56
4.3.6 通过交叉验证将错误率最小化
.
.................................................................................
63
4.4
小结
.
..........................................................................................................................................
66