摘要：
线性模型小结 线性模型，顾名思义，就是使用将特征的线性组合得到的超平面划分特征空间的方法。简单的在二维空间中，线性模型就是一条直线，而在三维空间中，线性模型就是一个平面，它们都可以将所在空间划分为两部分。当有多个超平面的时候可以将空间划分为多个区域。 怎么得到线性模型？在PRML中将主要的方法划分为三种方式 1：discriminant function即判别函数法 主... 阅读全文
posted @ 2009-10-16 23:42
macula7
阅读(223)
评论(0)
推荐(0)
摘要：
线性模型小结 线性模型，顾名思义，就是使用将特征的线性组合得到的超平面划分特征空间的方法。简单的在二维空间中，线性模型就是一条直线，而在三维空间中，线性模型就是一个平面，它们都可以将所在空间划分为两部分。当有多个超平面的时候可以将空间划分为多个区域。 怎么得到线性模型？在PRML中将主要的方法划分为三种方式 1：discriminant function即判别函数法 主... 阅读全文
posted @ 2009-10-16 23:42
macula7
阅读(281)
评论(0)
推荐(0)
摘要：
在prml中，解决问题最常用的方法之一就是最大似然法，这里对该方法进行简单的介绍。 Example 1: 高斯分布: Unknown 样本均值为 协方差矩阵 . 均值未知. 为样本点. 另求导公式等于0, 得到 进一步得到 Example 2: The Gaussian Case: Unknown **and ** 在这个例子中均值 和协方差矩阵 都是未知的. 使用数... 阅读全文
posted @ 2009-10-16 18:38
macula7
阅读(160)
评论(0)
推荐(0)
摘要：
在prml中，解决问题最常用的方法之一就是最大似然法，这里对该方法进行简单的介绍。 Example 1: 高斯分布: Unknown 样本均值为 协方差矩阵 . 均值未知. 为样本点. 另求导公式等于0, 得到 进一步得到 Example 2: The Gaussian Case: Unknown **and ** 在这个例子中均值 和协方差矩阵 都是未知的. 使用数... 阅读全文
posted @ 2009-10-16 18:38
macula7
阅读(233)
评论(0)
推荐(0)
浙公网安备 33010602011771号