梯度下降和牛顿法的推导均与泰勒公式有关，所以先介绍泰勒展开公式：

朴素贝叶斯前面提到的KNN和决策树要求分类器直接做出决策，给“该数据实例属于哪一类”问题的明确答案，不过，分类器有时会产生错误结果，这时可以要求分类器给出一个最优的类别猜测结果，同时给出这个猜测的概率估计值。朴素贝叶斯使用概率，提供一种利用已知值来估计未知概率的方法。通过特征间的独立性假设（朴素一词的由来），降低对数据量的要求。缺点：1.因为要将文本转化为词集模型（文档中的每个词在...

梯度下降和牛顿法的推导均与泰勒公式有关，所以先介绍泰勒展开公式：

一、认识Excel公式1.运算符算术运算符：+、-、*、/、%、&、^（文本连接符：&）比较运算符：=、>、<、>=、<=、<>2.公式中的比较判断比较运算符的结果：TRUE、FALSE3.运算符优先级4.单元格引用相对引用：L4绝对引用：$L$4(fn+f4)二、认识函数定位工具+自动求和，可...

1. LDA算法简介LDA（线性判别式分析 Linear Discriminant Analysis）属于机器学习中的监督学习算法，常用来做特征提取、数据降维和任务分类。在人脸识别、人脸检测等领域发挥重要作用。LDA算法与PCA算法都是常用的降维技术。二者的区别在于：LDA是一种监督学习的降维技术，也就是说它的每个样本是有类别输出的，而之前所学习的PCA算法是不考虑样本类别输出的无监督降维技术。L