**：
引數學習方法：
假設了乙個在整個輸入空間上有效的模型，將問題歸結為在樣本上估計少量引數，(如:線性模型估計w，高斯分布估計mu和sigma).引數學習方法假定了乙個模型，當模型假定不成立，或者樣本不是乙個分組，可能導致很大的誤差。(如:語音識別，由於不同口音、性別、年齡、發音等，沒有單個同樣的模型).
半引數方法：
為樣本每個分組假定乙個引數模型，(如:使用混合分布估計輸入樣本).
非引數方法：
只假定相似輸入具有相似輸出(如:k近鄰)，非引數方法使用合適的聚類度量相似性，對於輸入樣本，從訓練集中找出它們的相似示例(輸入樣本的鄰域)，並由相似的例項插值得到正確的輸入。引數模型定義了乙個全域性模型，所以訓練樣本都影響最終估計，而非引數方法不存在全域性模型，需要時估計區域性模型(如:區域性加權線性回歸),它們只受鄰近訓練樣本影響,是區域性響應.因此非引數模型不是固定的，複雜性依賴訓練集大小，非引數學習方法又稱基於例項或基於記憶的方法，輸入樣本搜尋訓練集中相似樣本，並基於相似子集插值。
引數方法和非引數方法
機器學習上的方法分為引數方法 根據先驗知識假定模型服從某種分布，然後利用訓練集估計出模型引數，也就弄清楚了整個模型，例如感知器 和非引數方法 基於記憶訓練集，然後根據訓練集 例如knn 引數方法根據先驗知識假定模型服從某種分布，然後利用訓練集估計出模型引數，也就弄清楚了整個模型。那麼，估計模型引數到...
帶引數方法和不帶引數方法
方法分為帶引數不帶引數兩種 a不帶引數 public void showinfo b帶引數方法 public void showinfo intname,string str 結論 1方法定義處，引數叫形式引數，也叫形參 主要用來約束引數型別的 形參的名字可以隨便取，但要符合駝峰命名規則，同時要有意...
scala方法引數
方法引數 scala中的方法引數，使用比較靈活。它支援以下幾種型別的引數 預設引數 帶名引數 變長引數 1 預設引數 在定義方法時可以給引數定義乙個預設值。示例定義乙個計算兩個值相加的方法，這兩個值預設為0 呼叫該方法，不傳任何引數 參考 scala x，y帶有預設值為0 def add x int...