图解机器学习笔记(二)
叫做生成概率,预测
的模式识别叫做生成的分类。
x叫做模式,y叫做类别
这幅图是解释以下公式:
等式左边那个叫做y翰特,当
取得最大值时对应的输入参数值。
上面这幅图介绍了两个概率的关系,至于为什么可以这样呢,就不解释了。
下面讨论近似模型的概念,也就是类似于前面博客所说的回归,我们有什么方法表达这个近似模型呢?需要学习的又是模型里面的哪个参数呢?
(1)线性模型:
(2)核模型(核函数):
核模型的正态函数的表达式,2的范数为欧几里得距离计算公式。