摘要: 给定由d个特征描绘的样本x=(x1;,x2;...;xd),其中xi表示样本的第i个特征的取值,故预测函数的一般形式为 f(x)=w1x1+w2x2+...+wdxd+b 一般写成向量形式 f(x)=wx+b 首先讨论最简单的形式:一元线性回归模型,即数据集只含一个特征 f(xi)=wxi+b 模型 阅读全文
posted @ 2017-05-03 16:21 semen 阅读(375) 评论(0) 推荐(0) 编辑
摘要: 对于输入x,类别标签Y: 判别模型:由数据直接学习决策面Y=f(x)或条件概率P(Y|x)作为预测模型 生成模型:由数据学习联合概率分布P(x,Y),然后求出条件概率P(Y|x)作为预测模型 模型区别: 判别模型寻找不同类别之间的分离面,反映不同类别之间的差异。 生成模型通过统计反映同类数据的相似度 阅读全文
posted @ 2017-05-02 22:05 semen 阅读(137) 评论(0) 推荐(0) 编辑