zoukankan      html  css  js  c++  java
  • 机器学习——第二章笔记

    基于距离的分类器

    MED分类器

    • 定义:把测试样本到每个类之前的距离作为决策模型,将测试样本判定为与其距离最近的类。

    类的原型

    • 概念:用来代表这个类的一个模式或者一组量,便于计算该类和测试样本之间的距离

    [d(x,Ci)=d(y,Zi) ]

    其中Zi表示类Ci的原型

    原型的种类

    均值

    最近邻

    距离度量

    方式:欧氏距离,曼哈顿距离,加权欧氏距离

    MED分类器

    概念:最小欧氏距离分类器。

    • 距离衡量:欧氏距离
    • 类的原型:均值
    • 决策边界

    特征白化

    目的:去除特征变化的不同及特征之间的相关性。

    • 特征正交白化

    • 特征解耦

    MICD分类器

    概念:最小类内距离分类器,基于马氏距离的分类器。

    • 判别公式
    • 决策边界
  • 相关阅读:
    FormData的使用
    数据绑定
    DOM的映射机制
    leetcode750
    leetcode135
    leetcode41
    leetcode269
    leetcode253
    leetcode42
    leetcode48
  • 原文地址:https://www.cnblogs.com/Ike-shadow/p/12833303.html
Copyright © 2011-2022 走看看