摘要:
1、自编码的定义 自编码器是一种数据的压缩算法,属于无监督学习,以自身X作为输出值,但输出值X‘ 和自身X之间还是有一些差异的。自编码器也是一种有损压缩,可以通过使得损失函数最小,来实现X’ 近似于X的值。简单的自编码器是一种三层的神经网络模型,包含数据输入层、隐藏层、输出重构层,同时也是一种无监督 阅读全文
摘要:
1、生成模型和判别模型的定义 对于输入数据集X,输出类别Y,生成模型和判别模型可以这样定义 判别模型:由数据集直接学习决策函数y = f(x) 或者条件概率分布P(y|x) 作为预测的模型(决策函数事实上是可以用条件概率表示的,例如在逻辑回归中的决策函数和转换成条件概率),这样的模型称为判别模型。基 阅读全文
摘要:
1、模型的定义 朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分裂方法。首先我们来了解下贝叶斯定理和所要建立的模型。对于给定的数据集 假定输出的类别yi ∈ {c1, c2, ...., ck},朴素贝叶斯通过训练数据集的条件概率分布$P(x|y)$来学习联合概率。因此在这里我们近视的求先验概率分布 阅读全文