一、高斯混合模型 软分类算法，即对每一个样本，计算其属于各个分布的概率，概率值最大的就是这个样本所属的分类。 对于训练样本的分布，看成为多个高斯分布加权得到的。其中每个高斯分布即为某一特定的类。 高斯混合模型和高斯判别分析非常像，唯一的区别就是在高斯混合模型中，每个样本所属的类别标签是未知的。 为了 ...
分类：
其他好文 时间：
2018-04-03 14:32:17
阅读次数：
148
之前我们分析Logistic Regression，通过求p(y|x)来判定数据属于哪一个输出分类，这种直接判定的方法称为Discriminative Learning Algorithms，但还有另一种思路去接此问题，称为Generative Learning Algorithms，其中包括本文要 ...
分类：
其他好文 时间：
2018-02-08 00:19:52
阅读次数：
814
第四部分： 1.生成学习法 generate learning algorithm 2.高斯判别分析 Gaussian Discriminant Analysis 3.朴素贝叶斯 Navie Bayes 4.拉普拉斯平滑 Navie Bayes 生成学习法： ...
分类：
其他好文 时间：
2017-11-01 14:59:24
阅读次数：
154
华电北风吹 日期：2015/12/12 朴素贝叶斯算法和高斯判别分析一样同属于生成模型。但朴素贝叶斯算法须要特征条件独立性如果，即样本各个特征之间相互独立。 一、朴素贝叶斯模型 朴素贝叶斯算法通过训练数据集学习联合概率分布p(x,y),其中x=(x1,x2,...,xn)∈Rn,y∈Rp(x,y), ...
分类：
其他好文 时间：
2017-08-11 10:56:50
阅读次数：
106
本讲内容 1. Generative learning algorithms（生成学习算法） 2. GDA（高斯判别分析） 3. Naive Bayes（朴素贝叶斯） 4. Laplace Smoothing（拉普拉斯平滑） 1.生成学习算法与判别学习算法 判别学习算法：直接学习 或者学习一个假设 ...
分类：
编程语言 时间：
2017-06-03 16:17:16
阅读次数：
209
北京理工大学计算机专业2016级硕士在读，方向：Machine Learning，NLP，DM2017/3/21 9:08:46本讲大纲：1.生成学习算法（Generative learning algorithm） 2.高斯判别分析（GDA，Gaussian Discriminant Analys... ...
分类：
其他好文 时间：
2017-03-26 01:25:03
阅读次数：
320
如果在我们的分类问题中，输入特征xx是连续型随机变量，高斯判别模型(Gaussian Discriminant Analysis,GDA)就可以派上用场了。 以二分类问题为例进行说明，模型建立如下： 对应的概率分布形式如下： p(y)=?y(1??)1?y(1)(1)p(y)=?y(1??)1?y ...
分类：
其他好文 时间：
2016-05-22 20:07:02
阅读次数：
378
本讲大纲：
1.生成学习算法（Generative learning algorithm）
2.高斯判别分析（GDA，Gaussian Discriminant Analysis）
3.朴素贝叶斯（Naive Bayes）
4.拉普拉斯平滑（Laplace smoothing）
1.生成学习算法
判别学习算法（discriminative learning algorithm）:...
分类：
其他好文 时间：
2016-03-28 12:04:30
阅读次数：
218
高斯判别分析算法（Gaussian discriminat analysis）...
分类：
编程语言 时间：
2015-06-08 11:48:31
阅读次数：
667
