本文探讨了两种机器学习算法：参数学习算法（如线性回归）与非参数学习算法（如局部加权线性回归）。参数学习算法通过拟合训练数据获得固定参数，而后再做预测时不再依赖原始数据；非参数学习算法则需要在每次预测时使用全部训练数据，没有固定的参数。
总结：
1：non-parametric algorithm：Locally weighted linear regression algorithm
2：parametric learning algorithm：The (unweighted) linear regression algorithm
对于线性回归算法，一旦拟合出适合训练数据的参数θi’s，保存这些参数θi’s，对于之后的预测，不需要再使用原始训练数据集，所以是参数学习算法。
对于局部加权线性回归算法，每次进行预测都需要全部的训练数据（每次进行的预测得到不同的参数θi’s），没有固定的参数θi’s，所以是非参数算法。
扫一扫
324
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
