機器學習面試題庫:141-150題(15day)

機器學習面試題庫:141-150題(15day) 線性分類器有三大類:感知器準則函數、SVM、Fisher準則,而貝葉斯分類器不是線性分類器。 感知器準則函數:代價函數J=-(W*X+w0),分類的準則是最小化代價函數。感知器是神經網絡(NN)的基礎,網上有很多介紹。 SVM:支持向量機也是很經典的算法,優化目標是最大化間隔(margin),又稱最大間隔分類器,是一種典型的線性分類器。(使用核函數
相關文章
相關標籤/搜索