Python与机器学习之模型结构(生成学习算法)
来源:互联网 发布:同花顺云计算怎么样 编辑:程序博客网 时间:2024/06/06 17:15
Python与机器学习之模型结构(生成学习算法)
引言
在前面我们谈论到的算法都是在给定x的情况下直接对p(y|x;Θ)进行建模。例如,逻辑回归利用hθ(x) = g(θ^Tx)对p(y|x;Θ)建模。
如果换个思路,首先根据大象(y=1)的特征来学习出一个大象的模型,然后根据狗(y=0)的特征学习出狗的模型,最后对于一个新的样本,提取它的特征先放到大象的模型中求得是大象的概率,然后放到狗的模型中求得是狗的概率,最后我们比较两个概率哪个大,即确定这个动物是哪种类型。也即求p(x|y)(也包括p(y)),y为输出结果,x为特征。
上面介绍了那么多,现在我们来试着定义这两种解决问题的方法:
判别学习算法(discriminative learning algorithm):直接学习p(y|x)或者是从输入直接映射到输出的方法
生成学习算法(generative learning algorithm):对p(x|y)(也包括p(y))进行建模。
好文章
查阅了那么多的资料以及看斯坦福机器学习课程,发现有位大牛已经总结整理好了。
- 生成学习算法(Generative Learning algorithms)
内容有:
- 高斯判别分析(Gaussian Discriminant Analysis)
- 朴素贝叶斯(Naive Bayes)
- 拉普拉斯平滑(Laplace smoothing)
总结
遇到分类问题时,朴素贝叶斯往往运作良好,正因为它简单清晰,值得第一步算法尝试。
如果您看到这篇文章有收获或者有不同的意见,欢迎点赞或者评论。python群:190341254丁。
阅读全文
1 0
- Python与机器学习之模型结构(生成学习算法)
- Python与机器学习之模型结构(生成学习算法二)
- Python与机器学习之模型结构(泊松分布)
- 机器学习之判别式模型与生成式模型
- Python与机器学习之优化算法
- 机器学习:判别模型与生成模型
- 机器学习:判别模型与生成模型
- 机器学习:判别模型与生成模型
- 机器学习---生成模型与判别模型
- 机器学习算法笔记之7:模型评估与选择
- 机器学习--生成学习算法之GDA
- 机器学习之二 生成学习算法
- 机器学习与数据挖掘之生成模型与判别模型
- 机器学习Python实现之线性模型
- 机器学习算法之线性模型
- 机器学习算法与Python实践之支持向量机
- 机器学习算法与Python实践之支持向量机
- 机器学习算法与Python实践之支持向量机
- Linux安装Python
- 系统间通信方式之(Java之Netty初步详解)(六)
- java结构型设计模式——过滤器模式
- Flask Jinja2模板
- 字符数组和字符串,char 和string定义的字符串的区别与遍历
- Python与机器学习之模型结构(生成学习算法)
- Net程序员Linux简单学习方法
- 6.18.3
- Socket send函数和recv函数详解
- 【HDU- 4648】 Magic Pen 6 【思维 】
- Oracle12c版本中未归档隐藏参数
- 信用卡评分模型(R语言)(转载)
- 1033. 旧键盘打字(20)
- 常见英文缩写及相应中文