机器学习概要2

19 | 非参数化的局部模型：K近邻 基于实例的学习方法学的不是明确的泛化模型，而是样本之间的关系； k近邻算法是非参数的局部化模型，具有无需训练的优点，但分类新实例的计算复杂度较高； k 近邻算法的性能取决于超参数 k 的取值和距离的定义方式； 核方法和近邻算法都可以用于数据的概率密度估计。 20 | 基于距离的学习：聚类与度量学习 聚类分析是一类描述模型，它将数据按照相似度分成不同的簇； k 

>>阅读原文<<