摘要：##思维导图： ##第四章 线性判据与回归 ###一．线性判据基本概念和学习概述 1.生成模型（给定训练样本，直接在输入空间内学习其概率密度函数） 优势：可以根据采样新的样本数据；可以检测出较低概率的数据，实现离群点检测。 劣势：高维的x，需要大量训样本才能准确的估计（维度灾难问题）。 2.判别模型 阅读全文

摘要：##第一章 模式识别基本概念 ###1.含义： 根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。模式识别本质上是一种推理过程。 ###2.两种形式： 模式识别可划分为“分类”和“回归”。分类的输出量是离散的类别表达，而回归的输出量是连续的信号表达（回归值）。回归是分类 阅读全文