线性分类:
硬分类,直接输出观测对应的分类。
线性判别分析
感知机
软分类,通过概率得到,
概率生成(注重不同特征之间的关系):高斯判别分析和朴素贝叶斯
概率判别(注重特征和标签的关系):Logistic 回归
思想:朴素贝叶斯假设(目的:简化运算)
条件独立性假设
简单的概率图(有向图)模型
给定x, 求y ? 0|1
P(y)
二分类:y~伯努利分布
多分类:y~categorial 分布
如果x离散,xi一般是categorial 分布
如果x连续,一般会假设xi满足正态分布.
如果要计算结果,使用MLE估计。
一次实验两个选择,伯努利分布。n次二项分布。
一次实验多个选择,categorial 分布。n次多项式分布。