zoukankan      html  css  js  c++  java
  • 机器学习笔记1

    高斯分布属于指数分布族,线性最小二乘就是基于高斯分布。

    线性最小二乘——最大似然——最小二乘。

    高斯判别分析(GDA)针对的是特征向量 x 为连续值时的问题,而朴素贝叶斯(NB)针对的是特征向量 x 为离散值时的问题。

    GDA 比 Logistic 回归有更严格的前置假设。当数据服从或大致服从正态分布时,使用 GDA 会达到更好的效果,因为 GDA 利用了更多的信息构建模型。但当数据不服从正态分布时,那么 Logistic 回归更有效,因为它作出更少的假设,构建的模型更加健壮,更加具有鲁棒性。生成学习还有另外一个好处,就是可以使用比判别学习模型更少的数据构建出强壮的模型。

    虽然朴素贝叶斯假设是一个极强的假设,但算法在许多问题上依然运行很好。

    参考资料:

    1、http://blog.csdn.net/acdreamers/article/details/44663091

    2、http://blog.csdn.net/column/details/ml-ng-record.html

    3、http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/

  • 相关阅读:
    继承映射
    一对多,多对一,自关联的配置
    Spring 配置自动扫描spring bean配置
    Dao 处理
    2019暑假集训 括号匹配
    2019暑假集训 BLO
    2019暑假集训 Intervals
    2019暑假集训 平板涂色
    2019暑假集训 走廊泼水节
    0002-五层小山
  • 原文地址:https://www.cnblogs.com/NaughtyBaby/p/5188415.html
Copyright © 2011-2022 走看看