一、分类：概率生成模型
二、例子：宝可梦分类
看成回归问题
能否把分类问题看成回归？
根据回归问题得到如下结果。当数据集中出现错误数据时，优化函数会导致正确的分类变错误。
理想方法的选择，一些思路。这节课不讲
从概率角度分析
从训练数据中估计概率。
先验概率：提前可推算的信息。
数据服从高斯分布
考虑defense和SP defense 两个特征，假设数据点服从高斯分布。
分析出不同类别的高斯分布特征。
将各个值带入公式，算出ACC
调整模型
两个高斯模型的Σ换成统一。（范围）
寻找最大可能性下的参数 μ1，μ2，Σ
修正模型后，精确度有所提高
注意边界是线性的，后文可以推导。
步骤的总结
其中假设的概率分布可以人为决定。
后验概率
经过这一堆推导，我们可以知道Z是线性的，所以我们可以直接去找 w 和 b
见下一小节：逻辑回归！！~
248
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
