生成式模型
每个类别内部的分布假设为高斯分布
使用likelihood计算高斯分布的参数
使用微分可以求解
高斯分布中的方差，不同类别可以共享一个，减少参数量
共享方差会得到线性的boundary
如果不考虑特征之间的关系，即方差只有对角线，则为Naive Bayes classification，即特征独立分布
先验分布可以推出来sigmoid function
这解释了为什么共用方差会得到线性boundary
[李宏毅-机器学习]分类classification
猜你喜欢
转载自blog.csdn.net/py184473894/article/details/104280428
今日推荐
周排行