标签：输入   线性   The   直接   data   com   http   模型   问题   

线性判据与回归

线性判据基本概念

生成模型

给定训练样本{\(x_n\)}，直接在输入空间内学习其概率密度函数p(x)

优势

• 可以根据p(x)采样新的样本数据(synthetic data)
• 可以检测出较低概率的数据,实现离群点检测(outlierdetection)

劣势

• 高维下，需要大量的训练样本才能准确估计p(x)，否则出现维度灾难问题

判别模型

判别模型:给定训练样本{\(x_n\)},直接在输入空间内估计后验概率$p(C_i|x)

优势

• 快速直接、省去了耗时的高维观测似然概率估计

线性判据

定义

如果判别模型f(x)是线性函数，则f (x)为线性判据

优势

计算量少，适用于训练样本较少的情况下

模型

判别式

决策边界

其中w是决策边界法向量，样本到决策边界的距离\(r=\frac{f(x)}{||w||}\)

第四章 线性判据与回归

标签：输入   线性   The   直接   data   com   http   模型   问题   

原文地址：https://www.cnblogs.com/orangee/p/12833514.html