参数化方法与非参数化方法

Parametric and non-parametric methods.
区分参数化方向与非参数化方法的最快捷方式是, 参数化方法的参数数量是固定的, 不随着训练样本数量的变化而变化. 例如MLP, CNN, SVM等算法都是参数化方法. 而k近邻, decision tree等, 都是非参数化方法. Decision tree 也是非度量(non-metric)方法.

参数化方法的计算资源消耗一般比非参数化方法小, 但它已经对数据的分布形式做出了假设. 非参数化方法更灵活, 但计算资源的消耗会随着样本数量的增加而增加.

转载于:https://www.cnblogs.com/dengdan890730/p/5636387.html