一、支持向量机SVM 分类的边界附近的向量为支持向量 线性 非线性 #用核函数计算低维两个向量在高维空间的内积(可以理解为距离) 将非线性的向量通过核函数映射到高维空间,进而线性可分 二、自编码器 高维->低维->高维 输出=输入(理想状态) 训练好后便可用来新数据解码。 一次无法提取出全部特征–>多次提取(增加隐含层数量):深度自编码器,也称栈式自编码器(易于收敛) 三、深度置信网络(DBN) 受限玻尔兹曼机(RBM) 受限:层间节点不相互连接 效果比自编码器好 特征提取 加入了**函数 重建 相关文章: 2022-01-23 2021-10-11 2022-12-23 2021-12-04 2021-08-29 2021-12-11 2021-05-05