-
集成学习:通过将多个模型集成来提高模型性能和泛化能力。
-
支持向量机:是通过构造一个最优的超平面来对数据进行分类的二分类模型。
-
软间隔:是支持向量机中的一种策略,它允许一定数量的样本数据落在超平面错误的一侧。
-
核函数:在支持向量机中用来对非线性可分数据进行分类的方式。
-
VC维:是一个度量模型能够适应的数据集复杂度的指标,它越大表示模型的复杂度越高。
-
生成式模型:通过学习数据的分布概率来生成新的样本的模型。
-
判别式模型:直接对样本进行分类的模型,不关心样本的概率分布。
-
生成式模型的优点是可以生成新的数据样本,缺点是在处理高维数据时计算复杂度高;判别式模型的优点是处理高维数据时计算复杂度低,缺点是不能生成新的数据样本。
-
监督学习:是判别式方法和生成式方法都可以使用的学习方式,无监督学习也可以使用判别式方法,如聚类。
-
分类是一种判别式方法,聚类是一种生成式方法。KNN是一种基于实例的判别式方法,K-means是一种基于距离的生成式方法。
【22-23 春学期】AI作业3-监督学习
最新推荐文章于 2024-06-03 13:31:43 发布