本节课程幻灯片链接
目录
1.分类的实际应用
- 分类的一些实际应用;
2.用回归的思路解决分类问题
- 右图中,由于存在右下角这些点,且蓝色点的目标是y值越接近1越好,会导致矫枉过正;
- 如果是绿色的线,则右下角的点得到的y值远大于1;所以最终会得到紫色的线,但绿色的线才是最理想的;
- 如果将回归的思路用于将样本分为多类,以1,2,3…来表示不同类别,则会导致第1类与第2类比第1类与第3类数值上更为接近,但与实际意义不符;
- 改进后的模型;
3.生成模型(Generative Model)
3.1 多元高斯分布
- 多元正态分布(高斯分布)见链接
3.2 用极大似然估计求参数
3.3 分类的结果
3.4 通过共用协方差矩阵来改进模型
3.5 生成模型的一般步骤
3.6 不同的概率分布
3.7 后验概率的数学推导
- sigmoid function相关链接