分类(Classification):Probability Generative Model
来源:互联网 发布:删除表数据 truncate 编辑:程序博客网 时间:2024/06/14 00:52
分类(Classification):Probability Generative Model
1 Introduction
- 一些应用:Credit Scoring、Medical Diagnosis、Handwritten character recognition
- E.g. Pokemon Type Symbols
- Training data:
D={(xi,yi)} ,以二分类(binary classification)为例f(x)>0 :输出正类;f(x)<0 :输出负类L(f)=∑iI(f(xi)≠yi) - Example:Perceptron,SVM
2 Generative Model
P(C1|x)=P(x|C1)P(C1)P(x|C1)P(C1)+P(x|C2)P(C2) 生成模型Generative Model:
P(x)=P(x|C1)P(C1)+P(x|C2)P(C2)
1 生成模型训练时优化训练数据的联合概率分布
2 将观察序列作为模型的一部分
3 训练复杂度较低
4 支持无监督训练
5 discriminative model判别模型估计条件概率分布,而生成模型估计联合概率分布
6 由生成模型可以得到判别模型,但是不能由判别模型得到生成模型生成算法尝试去找到底这个数据是怎么生成的(产生的),然后再对一个信号进行分类。基于你的生成假设,那么那个类别最有可能产生这个信号,这个信号就属于那个类别。判别模型不关心数据是怎么生成的,它只关心信号之间的差别,然后用差别来简单对给定的一个信号进行分类。
3 Maximum Likelihood
- Gaussian Distribution:
fμ,∑(x)=1(2π)D/21|∑|1/2exp{−12(x−μ)T∑−1(x−μ)} ,其中μ 是均值,∑ 是协方差矩阵covariance matrix - 极大似然估计:
L(μ,∑)=∏ifμ,∑(xi) (μ∗,∑∗)=argminμ,∑L(μ,∑) - 解法:微分之后求解,
(μ∗,∑∗)=(1N∑Nixi,1N∑Ni(xi−μ∗)(xi−μ∗)T)
4 Probability Distribution
⎡⎣⎢⎢⎢x1x2...xk⎤⎦⎥⎥⎥←P(x|C1)=P(x1|C1)P(x2|C1)…P(xk|C1) - Posterior Probability 后验概率:
P(C1|x)=11+exp(−z)=σ(z) ,其中z=lnP(x|C1)P(C1)P(x|C2)P(C2) ,σ(z) 为sigmoid函数 z=(μ1−μ2)T∑−1x−12(μ1)T(∑)−1μ1+12(μ2)T(∑)−1μ2+lnN1N2=wT+b ,假设∑1=∑2=∑ P(C1|x)=σ(w⋅x+b)
0 0
- 分类(Classification):Probability Generative Model
- 机器学习入门系列05,Classification: Probabilistic Generative Model(分类:概率生成模型)
- 5.classification--Probabilistic Generative Model
- [机器学习入门] 李宏毅机器学习笔记-5(Classification- Probabilistic Generative Model;分类:概率生成模型)
- Generative Model 与 Discriminative Model(一)
- Generative Model 与 Discriminative Model(二)
- Generative model & discriminative model
- Classification Probability Models and Conditional Random Fields(2)--HMM
- Classification Probability Models and Conditional Random Fields(3)
- CSS 分类 (Classification)(十八)
- Discriminative vs. Generative model
- Generative& Discriminative model
- pytorch-generative-model-collections
- Discrimitive model and Generative Model
- Discriminative model vs Generative model
- Discriminative Model and Generative Model
- generative model and discriminative model
- Andrew Ng 《Machine Learning》第三讲——分类(Classification)&逻辑回归(Logistic Regression Model)
- 线段树模板
- 递推最小二乘辨识平面双机械臂Matlab代码
- hdu 5009 Paint Pearls(DP+链表优化)
- 列类型
- 父进程是init一定不会变僵尸进程吗?
- 分类(Classification):Probability Generative Model
- JS级联菜单
- CentOS 配置LAMP(Apache+MySQL+PHP)环境,并配置phpmyadmin
- 题目1113:二叉树 九度OJ
- 自定义控件(31)---贝塞尔曲线
- JSP四大作用域和跳转、重定向
- Servlet实现文件下载详解与实例
- 漫步数理统计十四——重要的不等式
- 命令行参数