1、集成学习
将多个分类方法聚集在一起,提高分类的准确性。
2、支持向量机
其决策边界是对学习样本求解的最大边距超平面。
3、软间隔
允许在一些样本上出错。
4、核函数
用于解决线性不可分的数据,将输入空间映射到高维特征空间。
5、VC维
其用来衡量一个模型的复杂度。
6、生成式模型
用生成模型学习一个联合分布概率,将测试用例放到各个模型中,比较结果,选择最优的。
7、判别式模型
用判别模型学习一个条件分布概率,预测概率结果。
8、生成式模型和判别式模型各有什么优缺点?
生成式模型优点:生成模型能更快地收敛于真实模型。计算边缘概率分布。
生成式模型缺点:需要更多的样本与计算。
判别式模型优点:准确率往往较生成模型高。节省计算资源。
判别式模型缺点:对未知数据预测不好。
9、监督学习是判别式方法,无监督学习是生成式方法?
是。
10、分类是判别式方法,聚类是生成式方法?KNN,K-means分别是什么方法?
分类既是判别方法,也是生成方式。聚类是生成式方法。KNN是判别式方法,K-means是生成式方法。