《MLAPP》读书笔记 1.4

《MLAPP》读书笔记

1.4 一些机器学习中的基本概念

（１）参数模型和半参数模型

　　参数模型：模型有固定的参数数量。
　　半参数模型：参数数量随着数据数量的增长而增长。
　　参数模型：
　　　　　　优点：能较快的投入使用。
　　　　　　缺点：不能对数据的分布形式作出很好的预测。
　　半参数模型：
　　　　　　优点：有较大的灵活性。
　　　　　　缺点：对大数据集的计算过于庞杂。

（２）Ｋ最近邻算法（ＫＮＮ）

　　ＫＮＮ在处理高维度数据时的表现很差，被称为“维度灾难”。

（３）用于分类和回归的参数模型

　　去解决维度灾难的主要方法是对数据的分布形式做出一些假设，这些假设被称为“归纳偏置”。