1.集成学习
将多个学习器集成在一起来达到学习的目的。
2.支持向量机
在特征空间上的间隔最大的线性分类器
3.软间隔
是一种支持向量机中的概念,允许一定程度的分类错误,以便在处理线性不可分数据时达到更好的分类效果。
4.核函数
让原本在低维空间中线性不可分的数据变得在高维空间中线性可分。
5.VC维
反映了函数集的学习能力,VC维越大则学习机器越复杂
6.生成模型
生成模型可以描述成一个生成数据的模型,属于一种概率模型。
7.判别模型
有限样本条件下建立判别函数,不考虑样本的产生模型,直接研究预测模型。
8.生成式模型和判别式模型优缺点
生成式模型:生成给出的是联合分布,不仅能够由联合分布计算条件概率分布,还可以给出其他信息,但也需要更多的样本和更多计算。
判别式模型:节省计算资源,需要的样本数量也少于生成模型,但没有生成模型的优点。
9.监督学习是判别式方法,无监督学习是生成式方法
不正确,监督学习和无监督学习描述的是学习任务的类型,生成式方法和判别式方法描述的是模型的学习方式。
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?
不正确,KNN是判别式方法,kmeans是生成式方法。