机器学习
文章平均质量分 86
WEW_diger
这个作者很懒,什么都没留下…
展开
-
生成式模型和判别式模型的区别
特点:产生式模型:从统计的角度表示数据的分布情况,能够反映同类数据本身的相似度,不关心判别边界。判别式模型:寻找不同类别之间的最优分类面,反映的是异类数据之间的差异。区别:产生式模型(Generative Model)与判别式模型(Discrimitive Model)它们的区别在于:假设有样本输入值(或者观察值)x,类别标签(或者输出值)y判别式模型评估对象是最大化条件概...转载 2018-07-23 22:09:53 · 1605 阅读 · 0 评论 -
降维PCA原理个人总结
概述PCA是一种经典的降维方法,基础的PCA是一种线性的降维,本质是线性坐标变换,经典的PCA目标优化解释思路有两种:一种是单个维度上方差最大化,另一种是采用最小二乘线性回归的思想最小化样本点到超平面的距离。从单个维度上方差最大化(最大可分性)解释这里普及下协方差,方差的定义。协方差刻画的是数据(两个变量)的相关性。数据的方差指的是:数据样本偏离平均值的程度,也就是样本的离散程度,方差...原创 2018-08-13 00:04:52 · 736 阅读 · 0 评论