判别式模型:给定样本集合x,直接建模p(c|x),决策树、BP神经网络、支持向量机等都是判别式模型。
生成式模型:先对x和c的联合概论分布建模,然后再计算p(c|x)。
一、贝叶斯决策论
1.
贝叶斯决策准则:要使总体风险最小化,只需要在每个样本上条件风险最小化就行了。
h*就是贝叶斯分类器。
2.若目标是最小化分类错误率,那么
入ij=ci==cj?1:0;
也就是R(ci|x)=1-P(ci|x)
此事目标转换为最大化p(ci|x)
之后再更。。。
判别式模型:给定样本集合x,直接建模p(c|x),决策树、BP神经网络、支持向量机等都是判别式模型。
生成式模型:先对x和c的联合概论分布建模,然后再计算p(c|x)。
1.
贝叶斯决策准则:要使总体风险最小化,只需要在每个样本上条件风险最小化就行了。
h*就是贝叶斯分类器。
2.若目标是最小化分类错误率,那么
入ij=ci==cj?1:0;
也就是R(ci|x)=1-P(ci|x)
此事目标转换为最大化p(ci|x)
之后再更。。。