超级会员免费看
在上一讲里我们说了，概率判别模型是直接对 p ( Y ∣ X ) p(Y|X) p(Y∣X)进行建模，例如在逻辑回归当中，
本文介绍了高斯判别模型，它是一种概率生成模型，关注p(y=0∣x)和p(y=1∣x)的概率大小。模型假设样本类别条件下服从高斯分布，通过极大似然估计法求解模型参数，包括伯努利分布的参数ϕ、两类别的均值μ1和μ2以及协方差矩阵Σ。
本文介绍了高斯判别模型，它是一种概率生成模型，关注p(y=0∣x)和p(y=1∣x)的概率大小。模型假设样本类别条件下服从高斯分布，通过极大似然估计法求解模型参数，包括伯努利分布的参数ϕ、两类别的均值μ1和μ2以及协方差矩阵Σ。
订阅专栏 解锁全文
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
