机器学习笔记1
来源:互联网 发布:alphago原理讲解 知乎 编辑:程序博客网 时间:2024/06/13 10:27
高斯分布属于指数分布族,线性最小二乘就是基于高斯分布。
线性最小二乘——最大似然——最小二乘。
高斯判别分析(GDA)针对的是特征向量 x 为连续值时的问题,而朴素贝叶斯(NB)针对的是特征向量 x 为离散值时的问题。
GDA 比 Logistic 回归有更严格的前置假设。当数据服从或大致服从正态分布时,使用 GDA 会达到更好的效果,因为 GDA 利用了更多的信息构建模型。但当数据不服从正态分布时,那么 Logistic 回归更有效,因为它作出更少的假设,构建的模型更加健壮,更加具有鲁棒性。生成学习还有另外一个好处,就是可以使用比判别学习模型更少的数据构建出强壮的模型。
虽然朴素贝叶斯假设是一个极强的假设,但算法在许多问题上依然运行很好。
参考资料:
1、http://blog.csdn.net/acdreamers/article/details/44663091
2、http://blog.csdn.net/column/details/ml-ng-record.html
3、http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/
0 0
- 机器学习笔记1
- 机器学习笔记(1)
- 机器学习笔记1
- 机器学习笔记1:初探机器学习
- 机器学习-学习笔记1
- 机器学习学习笔记1
- 机器学习–笔记1
- 机器学习笔记(1)
- 机器学习课程1-笔记
- 机器学习实战笔记1
- 机器学习笔记 no.1
- COURSERA机器学习笔记1
- 斯坦福大学机器学习笔记(1)
- 机器学习实践笔记1
- 机器学习基石笔记--1
- 机器学习笔记(1)---基本知识
- 机器学习笔记(1)
- 机器学习实战笔记1
- JAVA中string.replace()和string.replaceAll()的区别及用
- Alpha Mapping
- Matlab 实现对码功能
- Kettle 数据抽取
- VS2012 创建 WebService
- 机器学习笔记1
- 机器学习笔记—线性回归
- java中String字符串的替换函数:replace与replaceAll的区别
- linux驱动入口函数module_init详解
- 机器学习笔记—局部权重线性回归
- 机器学习笔记—Logistic 回归
- 机器学习笔记—指数分布簇和广义线性模型
- 机器学习笔记—再谈广义线性模型
- 3.3打包遇到的一些问题