贝叶斯理论与模型基础、SVM 理论 贝叶斯决策理论最小错误率贝叶斯决策三个概率贝叶斯公式应用 最小风险贝叶斯决策区别 统计学习理论和SVM影响机器学习效果的因素本质SVM 贝叶斯决策理论 最小错误率贝叶斯决策 三个概率 举例 先验概率 类条件概率密度函数 鲑鱼和鲈鱼的长度分布: 后验概率 区别 贝叶斯公式 应用 机器学习“判定模型”和“生成模型”有什么区别? 最小风险贝叶斯决策 区别 统计学习理论和SVM 影响机器学习效果的因素 − ∞ -∞ −∞:欠拟合-18:效果较好0:过拟合 添加正则项——降低模型复杂程度 本质 传统机器学习:经验风险最小化 机器学习:期望风险最小化——泛化能力强 SVM