线性分类的纲要

 

概率判别模型

首先用sigmoid函数求出线性分类的纲要

线性分类的纲要

然后通过极大似然估计,求出P(Y|X)的似然来估计预测值线性分类的纲要

概略判别模型精确的求出概率值

 

概率生成模型

生成模型不直接计算线性分类的纲要而是借助贝叶斯定理线性分类的纲要

而P(x)与Y的概率无关则线性分类的纲要

类似与判别模型我们需要求出线性分类的纲要的似然线性分类的纲要

概率生成模型不会精确的求出概率值,而是通过判断p(Y=1|X)和p(Y=0|X)

这就是生成模型的思路

硬输出与软输出

硬输出输出值为0、1.软输出输出值为概率

高斯判别模型与朴素贝叶斯

高斯判别模型为连续,朴素贝叶斯为数据本身为离散值

相关文章:

  • 2021-08-14
  • 2022-01-04
  • 2022-01-11
  • 2021-06-24
  • 2021-05-29
  • 2022-01-13
  • 2021-12-04
  • 2022-01-10
猜你喜欢
  • 2021-07-29
  • 2021-08-21
  • 2021-07-12
  • 2021-08-13
相关资源
相似解决方案