人工智能第三次作业

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。