qq_32531505的博客

1.贝叶斯分类器属于生成式模型 对于数据的判别分类有两种策略模型：判别式模型和生成式模型 判别式模型 : 逻辑回归、决策树、支持向量机等为常见的判别式模型，这种模型需要人为的设定好模型框架，假如Y=WX+B>1为好瓜，Y=WX+B<=1为坏瓜，然后通过数据的训练，不断地修正模型参数，模型对于目标变量的条件预测也就更加准确。再比如决策树，通过信息熵，信息增益等判断标准，对好瓜具有的属性进行判别选择，通过对数据的学习，得到决策模型。 生成式模型 : 生成方法由数据学习联合概率分布P(Y,X)，然后

文章目录1.形象理解支持向量机2.距离最大化——支持向量到最优超平面3.对偶问题3.1为什么要将拉格朗日函数转为它的对偶函数3.2 下确界，对偶性 1.形象理解支持向量机 简单来说，支持向量机是逻辑回归的升级版。逻辑回归=线性回归+激活函数，通过找到一个超平面如图中1,2,3,法向量（垂直于超平面）所指向的方向为正类。这其中有一个问题：训练出能分类的超平面有很多，如何找到在实际使用中泛化效果最好的那一个超平面？ 图解辨析： 图中的2号超平面为最佳，但是在训练学习过程中机器没有找到，训练结果为1号或者3号超