本文介绍了几种常见的机器学习算法，包括ELM（极限学习机），它是一种特殊的两层神经网络；Ridge Regression（岭回归）和Lasso（套索回归），这两种方法分别使用了L2和L1正则化；RBF SVM（径向基函数支持向量机）；以及GPR（高斯过程回归），该方法假设输入和输出遵循高斯随机过程，并通过核函数来构建输入之间的映射关系。
- ELM，两层神经网络，前一层权重随机，后一层用求逆的方式求解权重
- Ridge Regression 岭回归，线型回归+L2正则化
- Lasso 线型回归+L1正则化
- RBF 就是核函数为高斯函数的SVM
- Gaussian Process Regression 高斯回归过程
GPR假设输入和输出都是高斯随机过程，然后用核函数构建不同输入之间距离的映射关系，计算协方差的矩阵
结论如上，均值就表示预测的值，标准差可以度量结果的不确定性
高斯随机过程，图片和公式参考自文章
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
