discriminative model 和 generative model是机器学习算法中两种概率模型，用来实现对训练样本的概率分布进行建模，在实践中由于经常混淆，现在通过查阅资料，将两者的分别总结于此。...
分类：
其他好文 时间：
2015-08-31 21:47:15
阅读次数：
158
第2章 感知机感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面，属于判别模型。感知机学习旨在求出将训练数据进行线性划分的分离超平面，为此，导入基于误分类的损失函数，利...
分类：
其他好文 时间：
2015-07-26 10:59:12
阅读次数：
253
感知机(perceptron)是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于输入空间(特征空间)中将实例划分为正负两类的分离超平面，属于判别模型。感知机旨在求出将训练数据进行线性划分的分离超平面。为此，导入基于误分类的损失函数，利用梯度下降法对损失...
分类：
其他好文 时间：
2015-07-22 06:47:05
阅读次数：
178
什么是感知机二分类的线性分类模型，输入是实例的特征向量，输出是实例的类别，取-1和+1两值。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面，属于判别模型。感知机是神经网络和支持向量机的基础。模型的使用条件数据集需要是线性可分的，同时，如果数据集是线性可分的话，经过一定的迭代次数一...
分类：
其他好文 时间：
2015-07-14 17:13:43
阅读次数：
91
感知机 假设：输入空间是 x?Rn 输出空间是 y＝{+1,-1} 由如下2.1函数进行分类称之为感知器 其中，w为权值向量，b为偏置 sign(.)是符号函数，记为如下所示： 感知机是一种线性分类模型，属于判别模型。 感知机模型的假设空间是定义在特征空间中的 所有线性分类模型（linear cla...
分类：
其他好文 时间：
2015-06-07 21:24:44
阅读次数：
120
模板匹配
什么才是描述像不像的最直白简单的算法——KNN
什么才是学习出最贴近人的认知的模板匹配算法——KMEAN？KMEDOID？or other clustering methods？
什么样的结构最贴近人的认知
生成模型进化 -> 生成+判别模型
判别模型应该只是一种认知的一种，不是认知的全部，认知的全部应该是有概念的，但是判别模型却没法体现这一点
但是并不是说有...
分类：
其他好文 时间：
2015-04-27 18:29:49
阅读次数：
171
【注】事情还没有发生,要求这件事情发生的可能性的大小,是先验概率.事情已经发生,要求这件事情发生的原因是由某个因素引起的可能性的大小,是后验概率Generative Model 与 Discriminative Model【摘要】 - 生成模型(Generative Model) ：无穷样本==》概...
分类：
其他好文 时间：
2015-04-25 14:52:57
阅读次数：
209
感知机
学习策略
具体实现
数据集最大最小规范化
训练过程
测试
最终结果感知机是二分类的线性分类模型，由Rosenblatt于1957年提出，是支持向量机和神经网络的基础。感知机将学习到一个线性划分的分离超平面，属于判别模型。感知机输入空间为RnR^n空间，nn是特征数目，输出空间y={+1,?1}y=\{+1,-1\}。感知机学习一个如下的符号函数：
f(x)=sign(wx+b)f(x) =...
分类：
其他好文 时间：
2015-04-23 02:06:00
阅读次数：
171
---恢复内容开始--- 参考：http://www.cnblogs.com/fxjwind/p/3607784.html 感知机（perceptron)是二类分类的线性分类模型，属于判别模型（直接寻找输入到输出的映射函数，不关心联合概率什么的）。 感知机模型 假设空间是定义在特征空间中的所...
分类：
其他好文 时间：
2015-03-11 16:48:56
阅读次数：
179
