标签：only 字符 2.4 style apple frame lap load ado
| 模型种类 | 模型 | 图示 | 补充 |
|---|---|---|---|
| 线性模型 | 一般线性模型:  , x为向量向量时:  |
 |
多维基函数构造: 1.乘法模型:  2.加法模型:  二者对比:乘法模型表现力丰富,但易引入维数灾难;加法模型参数个线性增长,但表现力不足: |
| 核模型 | 一般核模型: 高斯核函数: |
一维高斯核模型:  二维高斯核模型:  带宽为h, 均值为c的高斯核:  |
1)参数个数不依赖x的维度,由训练样本数n决定,通过计算核均值抑制计算负荷;2)通过核映射可解决非向量样本建模, 如可构建x为字符串,决策树,图表等的核函数 |
| 层级模型 |  , 其中 2. 高斯函数:  |
三层神经网络: S型基函数: |
层级模型是基于参数向量 因此模型训练过程非常艰难 |
1. 线性模型
标签：only 字符 2.4 style apple frame lap load ado
原文地址：https://www.cnblogs.com/lucius/p/9424918.html
