Gaussian Discriminant Analysis
如果在我们的分类问题中，输入特征$x$是连续型随机变量，高斯判别模型(Gaussian Discriminant Analysis,GDA)就可以派上用场了。 以二分类问题为例进行说明，模型建立如下： 样本输入特征为\(x\in\mathbb{R}^n\),其类别\(y\in\{0,1\}\)； 样本类别\(y\)服从参数为\(\phi\)的伯努力分布，即\(y\sim Bernoulli(\
相关文章
- 1. 高斯判别分析(Gaussian discriminant analysis)
- 2. Linear Discriminant Analysis(LDA)
- 3. [ML] Linear Discriminant Analysis
- 4. Gaussian Discriminant Analysis model 第一个生成学习算法模型
- 5. 高斯判别分析模型The Gaussian Discriminant Analysis model
- 6. sklearn(十二)：Linear and Quadratic Discriminant Analysis
- 7. 机器学习（十七）——高斯判别分析模型（The Gaussian Discriminant Analysis model）
- 8. [Scikit-learn] 1.2 Dimensionality reduction - Linear and Quadratic Discriminant Analysis
- 9. LDA（线性判别分析，Linear Discriminant Analysis）
- 10. 线性判别分析LDA（Linear Discriminant Analysis）
- 更多相关文章...
- • R 包 - R 语言教程
- • Flink 数据传输及反压详解
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 高斯判别分析(Gaussian discriminant analysis)
- 2. Linear Discriminant Analysis(LDA)
- 3. [ML] Linear Discriminant Analysis
- 4. Gaussian Discriminant Analysis model 第一个生成学习算法模型
- 5. 高斯判别分析模型The Gaussian Discriminant Analysis model
- 6. sklearn(十二)：Linear and Quadratic Discriminant Analysis
- 7. 机器学习（十七）——高斯判别分析模型（The Gaussian Discriminant Analysis model）
- 8. [Scikit-learn] 1.2 Dimensionality reduction - Linear and Quadratic Discriminant Analysis
- 9. LDA（线性判别分析，Linear Discriminant Analysis）
- 10. 线性判别分析LDA（Linear Discriminant Analysis）