摘要: \(事实上,我们可以区分出三种不同的⽅法来解决决策问题,这三种⽅法都已经在实际应⽤问题中被使⽤。这三种⽅法按照复杂度降低的顺序给出:\) 判别式 和 生成式 简单点说,生成式算出的是概率,哪个概率大,属于哪个分类 判别式就是输出具体的类别,没有概率 上图左边为判别式模型而右边为生成式模型,可以很清晰 阅读全文
posted @ 2022-02-17 22:39 筷点雪糕侠 阅读(61) 评论(0) 推荐(0) 编辑
摘要: https://www.cnblogs.com/wacc/p/5495448.html 贝叶斯线性回归 问题背景: 为了与PRML第一章一致,我们假定数据出自一个高斯分布: \[p(t|x,\mathbf{w},\beta)=\mathcal{N}(t|y(x,\mathbf{w}),\beta^{ 阅读全文
posted @ 2022-02-17 18:30 筷点雪糕侠 阅读(96) 评论(0) 推荐(0) 编辑
摘要: 1.摘抄1-老外的一些解释 https://stats.stackexchange.com/questions/305078/how-to-compute-equation-1-68-of-bishops-book I was treating the problem as having four 阅读全文
posted @ 2022-02-17 08:52 筷点雪糕侠 阅读(119) 评论(0) 推荐(0) 编辑
摘要: #一些记号和回顾 |参数 | 含义 | | | : | | \(N\) | 样本量 | |\(x=(x_1,...,x_N)^T\)|\(样本数据集\)| |\(t=(t_1,...,t_N)^T\)|\(样本的目标数据集\)| |\(p(x\|\mu,\sigma^2)=\prod\limits_ 阅读全文
posted @ 2022-02-17 08:27 筷点雪糕侠 阅读(504) 评论(0) 推荐(0) 编辑