本文介绍了统计学中的参数模型（如逻辑回归LR）与非参数模型（如支持向量机SVM）的区别。参数模型基于特定分布参数，而非参数模型不假设分布形式，仅在样本条件下进行推断。理解两者有助于选择合适的模型进行数据分析。
什么是参数模型（LR）与非参数模型（SVM）？
在统计学中，参数模型通常假设总体（随机变量）服从某一个分布，该分布由一些参数确定（比如正太分布由均值和方差确定），在此基础上构建的模型称为参数模型；非参数模型对于总体的分布不做任何假设，只是知道总体是一个随机变量，其分布是存在的（分布中也可能存在参数），但是无法知道其分布的形式，更不知道分布的相关参数，只有在给定一些样本的条件下，能够依据非参数统计的方法进行推断。
链接：https://www.jianshu.com/p/dce9f1af7bc9
https://blog.csdn.net/taoqick/article/details/102644413
https://www.deeplearn.me/1854.html
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
