《统计学习方法》李航勘误版

需积分: 42 7 下载量 120 浏览量 更新于2024-09-08 收藏 405KB PDF 举报
"李航书勘误errata.pdf是对李航的《统计学习方法 李航.pdf》一书中错误的修正,涉及机器学习领域的多个知识点,包括多项式回归、均值推断、贝叶斯定理、正则化、核函数、决策树等。" 在李航的《统计学习方法》中,勘误内容纠正了书中的一些计算错误和表述不准确的地方,这些错误主要分布在以下几个方面: 1. **最小二乘法**:在第12页,关于多项式回归的描述中,通过最小二乘法求解拟合多项式系数的公式被修正,强调了这是求解过程的唯一解。 2. **均值推断**:在第77页,修正了两个F分布的表达式,确保了在计算样本均值时的正确性。 3. **贝叶斯公式**:在第161页,对公式(9.23)进行了校正,正确表示了条件概率的对数形式。 4. **K近邻算法**:在第198页,修正了11.23式,明确指出了K近邻分类中的权重函数计算,避免了混淆。 5. **贝叶斯先验**:在第14页,原文将复杂模型和简单模型的先验概率关系描述反了,勘误中予以更正,指出复杂模型通常有较小的先验概率,而简单模型有较大的先验概率,这与奥卡姆剃刀原理相符。 6. **均匀分布**:在第141页,修正了一个数值列表,确保了数据的精确性。 7. **图像引用**:在第43页,修正了参考图号,应参考图3.5而非图3.8。 8. **核函数**:在第119页,修正了7.73式,强调了核函数在支持向量机中的应用,正确表示了核技巧的使用。 9. **页码错误**:在第163页,勘误指出式(9.28)的正确位置应在第164页的第一个公式之后。 10. **附录公式**:在第222页,倒数第九行的式(B.23)被修正为式(B.24),可能涉及到梯度下降或优化算法的细节。 11. **表格数据**:在第35页的表2.2第6列,可能存在数据或解释的错误,需要查看修正后的数据以获取准确信息。 这些勘误对于理解和应用书中的理论至关重要,它们确保了读者能从李航的《统计学习方法》中获得准确无误的机器学习知识。