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

>>阅读原文<<