HFz0922的博客

1.从误判损失理解条件概率：λij是将一个真实标记为cj误判为ci所产生的损失，P(ci|x)为样本x的类别标记为ci的后验概率，可得基于后验概率将样本x分类为ci的期望损失，也就是样本x的“条件风险”\lambda_{ij}是将一个真实标记为c_j误判为c_i所产生的损失，P(c_i|x)为样本x的类别标记为c_i 的后验概率，可得基于后验概率将样本x分类为c_i的期望损失，也就是样本x的“

1.   拿支持向量机举个例子，分类问题和回归问题都要根据训练样本找到一个实值函数g(x). 回归问题的要求是：给定一个新的模式，根据训练集推断它所对应的输出y（实数）是多少。也就是使用y=g(x)来推断任一输入x所对应的输出值。分类问题是：给定一个新的模式，根据训练集推断它所对应的类别（如：+1，-1）。也就是使用y=sign(g(x))来推断任一输入x所对应的类别。综上，回归问题和分类问题的本

在机器学习(Machine learning)领域，监督学习(Supervised learning)、非监督学习(Unsupervised learning)以及半监督学习(Semi-supervised learning)是三类研究比较多，应用比较广的学习技术监督学习：通过已有的一部分输入数据与输出数据之间的对应关系，生成一个函数，将输入映射到合适的输出，非监督学习：直接对