机器学习
睹物思理
繁星纵变,智慧永恒。
展开
-
【机器学习_学习笔记】朴素贝叶斯原理
在所有的机器学习分类算法中,朴素贝叶斯和其他绝大多数的分类算法都不同。对于大多数的分类算法,比如决策树,KNN,逻辑回归,支持向量机等,他们都是判别方法,也就是直接学习出特征输出Y和特征X之间的关系,要么是决策函数Y=f(X),要么是条件分布P(Y|X)。但是朴素贝叶斯却是生成方法,也就是直接找出特征输出Y和特征X的联合分布P(X,Y),然后用P(Y|X)=P(X,Y)/P(X)得出。转载 2017-11-08 15:31:36 · 257 阅读 · 0 评论 -
生成模型和判别模型的比较分析
引入监督学习的任务就是学习一个模型(或者得到一个目标函数),应用这一模型,对给定的输入预测相应的输出。这一模型的一般形式为一个决策函数Y=f(X),或者条件概率分布P(Y|X)。监督学习方法又可以分为生成方法(generative approach)和判别方法(discriminative approach)。所学到的模型分别为生成模型(generative model)和判别模型(d转载 2017-11-08 17:40:25 · 329 阅读 · 0 评论 -
【机器学习笔记】SVD分解
版权声明: 本文由LeftNotEasy发布于http://leftnoteasy.cnblogs.com, 本文可以被全部的转载或者部分使用,但请注明出处,如果有问题,请联系wheeleast@gmail.com。也可以加我的微博: @leftnoteasy前言: 上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用转载 2017-11-27 19:04:39 · 397 阅读 · 0 评论 -
selectiveSearch 图像分割产生R个区域
图像分割—基于图的图像分割(Graph-Based Image Segmentation)Reference:Efficient Graph-Based Image Segmentation,IJCV 2004,MIT Code图像分割—基于图的图像分割(OpenCV源码注解) 最后一个暑假了,不打算开疆辟土了,战略中心转移到品味经典,计划把图像分割和目标追踪的经典算法都看一看,再记些...转载 2018-05-19 23:17:49 · 1718 阅读 · 0 评论 -
【机器学习】判别模型和生成模型
判别式模型,就是只有一个模型,你把测试用例往里面一丢,label就出来了,如SVM。生成式模型,有多个模型(一般有多少类就有多少个),你得把测试用例分别丢到各个模型里面,最后比较其结果,选择最优的作为label,如朴素贝叶斯。一、生成式模型朴素贝叶斯K近邻(KNN)混合高斯模型隐马尔科夫模型(HMM)贝叶斯网络Sigmoid Belief Networks马尔科夫随机场(M...原创 2019-03-21 16:50:54 · 574 阅读 · 0 评论