詳細對比:
其中:
常見的判別式模型有:
logistic regression(logistical 回歸)
linear discriminant analysis(線性判別分析)
supportvector machines(支援向量機)
boosting(整合學習)
conditional random fields(條件隨機場)
linear regression(線性回歸)
neural networks(神經網路)
常見的生成式模型有:
gaussian mixture model and othertypes of mixture model(高斯混合及其他型別混合模型)
hidden markov model(隱馬爾可夫)
*****bayes(樸素貝葉斯)
aode(平均單依賴估計)
latent dirichlet allocation(lda主題模型)
restricted boltzmann machine(限制波茲曼機)
詳細對比:
常見的監督學習演算法有哪些?
感知機、svm、人工神經網路、決策樹、邏輯回歸
常見的無監督學習演算法有哪些?
包括所有的聚類演算法,比如k-means pca gmm等
深度學習只是指結構有深度的演算法,可以無監督可以有監督
比如sparse coding/sparse auto encoder是無監督,cnn是有監督
詳細對比:
線性分類器:模型是引數的線性函式,分類平面是(超)平面;
非線性分類器:模型分介面可以是曲面或者超平面的組合。
典型的線性分類器有感知機,lda,邏輯斯特回歸,svm(線性核);
典型的非線性分類器有樸素貝葉斯(有文章說這個本質是線性的,
),knn,決策樹,svm(非線性核)
關於VLAN的幾種劃分
其實vlan即虛擬區域網 virtual local area network的縮寫 是一種通過將區域網內的裝置邏輯地而不是物理地劃分成乙個個網段從而實現虛擬工作組的新興技術。vlan是為解決乙太網的廣播問題和安全性而提出的,它在乙太網幀的基礎上增加了vlan頭,用vlan id把使用者劃分為更小的...
機器學習 01 資料集劃分方法
直接將資料集劃分為兩個互斥結合,訓練集和測試集劃分要盡可能保持資料分布的一致性。一般進行若干次隨即劃分 重複實驗,取平均值。優點 準確,不受資料集劃分的影響。缺點 資料集較大時一般難以忍受 將資料集分層取樣,劃分為k個大小相等或相似的互斥的子集,每次使用k 1個的並集作為訓練集,剩餘的作為測試集,最...
機器學習 資料降維 資料劃分
一 資料的降維 1 含義 資料降維是減少特徵的數量,優化演算法的執行。2 降維的方法 1 過濾式特徵選擇 除去方差小於某個值的那一列特徵 from sklearn.feature selection import variancethreshold defvar var variancethresh...