李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

分类。概率生成模型

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

binary二进制

理想的做法

二分:大于0和小于0越好

损失函数 :错误次数越少

现有函数: perceptron感知机 SVM支持向量机

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

用回归来做二分不好的原因 数据偏移大时 结果不好分类

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

生成概率模型(GenerativeModel)

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

高斯分布 (Gaussian distribution)

covariance matrix 协方差

mean平均值

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

Maximum Likelihood 极大似然估计方法

用这个方法查找Σ和μ

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

穷举所有Σ和μ找出最能估计的

李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

accuracy精度

Probability Distribution概率分布

Probability Distribution

Original: https://blog.csdn.net/syllasf/article/details/122490006
Author: syllasf
Title: 李宏毅机器学习笔记(四)Classification: Probabilistic Generative Model

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/664670/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球