当前位置:   article > 正文

我对各种机器学习算法的理解(一句话)_谈谈自己对机器学习算法的理解

谈谈自己对机器学习算法的理解

EM算法

通过概率变换(添加隐变量),使得似然函数分解为Lowerbound+KL divergence的方式,利用KL>=0,令KL=0然后最大化lowerbound.通过不断扩大lowerbound来优化似然函数达到局部最优。

 

AdaBoost

两种权值设置,一种是通过error_rate确定的分类器的权值(随error_rate减少而增大),一种是由于犯错不断更新的instance的权重。下界:todo

 

GDBT

分列时info gain 数值上 =  互信息(信道容量), 可以将分裂选择看做多个信道,选择容量最大的信道,这样在保证可区分能力的情况下减少了feature的数量

 

信息论

Dkl散度>0

Jenson‘s inequality -> 对数求和不等式 -> Dkl>0

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/在线问答5/article/detail/934867
推荐阅读
相关标签
  

闽ICP备14008679号