摘要：思维导图：第四章-线性判据与回归 线性判据基本概念 生成模型 给定训练样本 {𝒙𝑛}，直接在输入空间内学习其概率密度函数p(𝒙)。 优势：可以根据p(x)采样新的样本数据；可以检测出较低概率的数据，实现离群点检测。 劣势：在高维空间会出现维度灾难问题。 判别模型 给定训练样本{xn}，直接在输 阅读全文

摘要：模式识别基本概念 特征向量相关性 点积 投影 投影向量 残差向量：投影向量和原向量x的误差 欧氏距离 区别：是在计算向量差异性的时候，衡量的方式不同 机器学习基本概念 训练样本：应覆盖模型所有的分布空间 模型：结构和参数 线性模型：$$ 非线性模型：模型结构是非线性的（曲线、曲面、超曲面） 训练样本 阅读全文