一、多元数据
前面章节我们讨论了分类和回归的参数方法,本节我们将它们推广到多元情况。通常在多元数据中,这些变量是相关的。如果它们不想关就没有必要做多元分析。我们的目的就是化简,用相对少的参数汇总大量数据。如果被预测变量是离散的,则就是多元分类问题,如果是数值,就是多元回归问题。
二、参数估计
三、多元正太分布
四、多元分类
根据前面我们讨论过的参数化分类方法,我们去类条件密度为正太密度则我们有
五、多元回归
引:机器学习导论
前面章节我们讨论了分类和回归的参数方法,本节我们将它们推广到多元情况。通常在多元数据中,这些变量是相关的。如果它们不想关就没有必要做多元分析。我们的目的就是化简,用相对少的参数汇总大量数据。如果被预测变量是离散的,则就是多元分类问题,如果是数值,就是多元回归问题。
根据前面我们讨论过的参数化分类方法,我们去类条件密度为正太密度则我们有
引:机器学习导论