机器学习:贝叶斯总结_4:分类
来源:互联网 发布:盐城平面设计软件培训 编辑:程序博客网 时间:2024/03/29 08:43
概率生成模型
该模型主要对p(y|x)建模,通过x来预测y。在建模的过程中不需要关注联合概率分布。只关心如何优化p(y|x)使得数据可分。通常,判别式模型在分类任务中的表现要好于生成式模型。但判别模型建模过程中通常为有监督的,而且难以被扩展成无监督的。
Gaussian mixture model and other types of mixture model
Hidden Markov model
Naive Bayes
AODE
Latent Dirichlet allocation
Restricted Boltzmann Machine概率判别式模型
该模型对观察序列的联合概率分布p(x,y)建模,在获取联合概率分布之后,可以通过贝叶斯公式得到条件概率分布。生成式模型所带的信息要比判别式模型更丰富。除此之外,生成式模型较为容易的实现增量学习。
Logistic regression
Linear discriminant analysis
Support vector machines
Boosting
Conditional random fields
Linear regression
Neural networks
概率生成模型
二分类
连续输入
最大似然
概率判别模型
logistic回归
* 最大似然求解,logistic回归会产生过拟合现象
* 解决办法:引入先验概率,然后寻找w的MAP解,或者等价的给误差函数增加正则项
* logistic误差函数是凸函数,可以迭代求解最小值;无解析解
多类logistic回归
probit回归
拉布拉斯近似
- 找到定义在一组连续变量上的概率密度的高斯近似
贝叶斯logistic回归
- 拉布拉斯近似
0 0
- 机器学习:贝叶斯总结_4:分类
- 【机器学习】贝叶斯分类器总结
- 机器学习-分类算法总结
- 机器学习-贝叶斯分类
- 机器学习-贝叶斯分类
- 机器学习 贝叶斯分类
- 机器学习-回归及分类问题总结
- 机器学习常用分类模型特点总结
- 机器学习中的分类算法总结
- 机器学习--朴素贝叶斯分类
- 机器学习--贝叶斯分类器
- 【机器学习】朴素贝叶斯分类
- 机器学习之贝叶斯分类
- 机器学习--朴素贝叶斯分类
- 机器学习-朴素贝叶斯分类
- 机器学习-朴素贝叶斯分类
- 机器学习:说说贝叶斯分类
- 机器学习:说说贝叶斯分类
- 使用matlab验证modelview矩阵
- SQL Server 2008 R2提示评估过期
- 【翻译自mos文章】OGG的Director界面 显示mgr进程是红色的叉号,其实mgr是up的状态
- jQuery ui
- SBT平衡树
- 机器学习:贝叶斯总结_4:分类
- [BZOJ3172][TJOI2013]单词(AC自动机+fail树)
- 编写ATL工程实现ActiveX控件调用cryptoAPI接口(四)------------Base64转码
- Jmeter与Jenkins的集成
- 程序的灵魂 ---算法
- 读时间管理幸福
- jQuery学习笔记之unbind()
- java简单实现网络爬虫
- 单元测试 : No Session found for current thread