机器学习：一些感想
摘要：
1、我们有什么？我们有训练集：{x(i), y(i)}2、我们想要做什么？对于一个新的样本x输入进来，我们能够把y预测的准。3、问题有哪些？输出空间y： 连续：回归问题 离散：分类问题训练集： 有监督： 无监督： 半监督：4、怎么做？ 构建目标函数：训练集合的后验概率最大P(Y|X) 优化：梯度下降5、生成模型做分类？ 训练：每个类各自认为服从一个什么分布（高斯、泊松、beta），然后计算P(X|Y=k)的参数。 预测：对于输入样本x，计算各个类的p(y|x)=p(x|y)p(y)/p(x)，选择概率最大的y 与判别模型的区别：直接计算p(y|x)，生成模型时Baysian... 阅读全文
posted @ 2014-02-19 23:55 zjgtan 阅读(381) 评论(0) 推荐(0) 编辑
