码迷,mamicode.com
首页 > 其他好文 > 详细

第四章 线性判据与回归

时间:2020-05-05 23:48:31      阅读:97      评论:0      收藏:0      [点我收藏+]

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

技术图片

判别式

技术图片

决策边界

技术图片
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

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!