![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
模式识别与机器学习
文章平均质量分 93
专业女神杀手
一个帅哥罢了
展开
-
01.贝叶斯
贝叶斯公式 其中,P(w|D)为后验概率,在已知结果D的情况下来预测参数w。 P(D|w)为似然函数,它表示在不同的参数向量w下,观测结果出现的可能性大小。 P(w)是先验概率。用自然语言来表示贝叶斯公式就是: 贝叶斯思想频率学观点和贝叶斯观点频率学观点也叫传统观点,依靠对“事件”本身建模来...原创 2018-05-17 18:06:05 · 145 阅读 · 0 评论 -
线性回归
一、线性基函数模型回归问题在二维空间里其实就是一个曲线拟合问题。我们讨论的是线性回归(Liner Regression),其具有线性形式,最简单的模型是输入变量的线性组合。但是我们这里关注的线性,并不是函数对于输入变量的线性,而是针对参数w的线性对于上面这种简单形式,往往因为x 有很大的局限性,所以我们这样拓展模型的类别:将输入变量的固定的非线性函数进行线性组合其中被称为基函数当然,我们往往把Wo...原创 2018-05-21 20:58:55 · 565 阅读 · 0 评论 -
机器学习线性分类
数学模型分类的目标是把输入 x 匹配到唯一的离散型类别 Ck 中。在一个平面中,我们可以用一条直线分开两组数据,所以这条直线,一般来讲是在D维输入空间中的(D-1)维超平面,叫做线性判别函数(Linear discriminant function),也叫决策面(decision surface)这里的线性,是一种真正意义上的线性,就是函数模型对输入变量x表现出线性(直线、平面、超平面) ...原创 2021-07-05 18:35:21 · 363 阅读 · 0 评论