类域界面方程法中，不能求【线性不可分情况】下分类问题近似或精确解的方法是？(D)
A 伪逆法-径向基（ＲＢＦ）神经网络的训练算法，就是解决线性不可分的情况
B 基于二次准则的H-K算法：最小均方差准则下求得权矢量，二次准则解决非线性问题
C 势函数法－非线性
D 感知器算法－线性分类算法
Fisher 线性判别函数的求解过程是将N维特征矢量投影在（）中进行求解？
线性，当然一维
影响聚类算法效果的主要原因有：（ABC
这篇博客探讨了机器学习中的分类问题，包括线性不可分情况下的解决方案，如RBF神经网络、H-K算法和势函数法。同时，介绍了Fisher线性判别函数的一维投影性质。还讨论了聚类算法的影响因素，如特征选取和模式相似性测度，并澄清了一些常见误解，如梯度下降和EM算法的局部极小值问题。最后，对比了SVM和高斯混合模型在分类问题中的表现，并引入了VC维的概念来衡量模型复杂度。
最低0.47元/天 解锁文章
扫一扫
1463
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
