本文介绍: 为了降低过拟合,通常假设不同类别的方差一样,均值不同. 通过增加样本数降低方差。高斯分类器第一步要得到均值,和方差。均值,方差如何获取?这个值就是样本均值和样本的协方差,假设有79个点。这章节主要讲解常用的分类器原理.分类主要是要找到一个映射函数。主要应用场景: 垃圾邮件分类,手写数字识别,金融信用评估.不同均值,方差的高斯分类器容易发生过拟合.假设不同类别服从不同的高斯分布。有两个盒子,里面分别放绿球和红球。: 条件概率,不同类别中出现x的概率。: 不同类别出现的概率,先验概率。
前言:
这章节主要讲解常用的分类器原理.分类主要是要找到一个映射函数
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。