无

一 EM算法简介EM算法是一种用于含有隐变量的概率模型参数的极大似然估计。 它分为两步进行: 第一步E步，求期望。第二步M步，求极大。 所以也被称为期望极大算法。看了上面的描述可能会有疑问，什么叫做含有隐变量的概率模型参数的极大似然估计。我们首先说一下什么叫做似然函数和极大似然估计：在数理统计学中，似然函数是一种关于统计模型中的参数的函数，表示模型中参数的似然性，似然性类似于概率，指某种事件发生的

无

决策树模型概述决策树（decision tree）是一个树结构（可以是二叉树或非二叉树)。其每个非叶节点表示一个特征属性上的测试，每个分支代表这个特征属性在某个值域上的输出，而每个叶节点存放一个类别。使用决策树进行决策的过程就是从根节点开始，测试待分类项中相应的特征属性，并按照其值选择输出分支，直到到达叶子节点，将叶子节点存放的类别作为决策结果。决策树可以表示如下当我们构建好一个决策树后，我们就可

不说什么了，我感觉我学android的路上碰到好多好多神仙错误，说多了都是泪解决办法 project-clean