参数学习算法和非参数学习算法区别

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。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值