機器學習概要2

19 | 非參數化的局部模型：K近鄰 基於實例的學習方法學的不是明確的泛化模型，而是樣本之間的關係； k近鄰算法是非參數的局部化模型，具有無需訓練的優點，但分類新實例的計算複雜度較高； k 近鄰算法的性能取決於超參數 k 的取值和距離的定義方式； 核方法和近鄰算法都可以用於數據的概率密度估計。 20 | 基於距離的學習：聚類與度量學習 聚類分析是一類描述模型，它將數據按照相似度分成不同的簇； k 

>>阅读原文<<