本文主要介绍了机器学习中的常用算法支持向量机(SVM)和贝叶斯分类器。
第六章 支持向量机
支持向量机是一种常用的分类模型,分类学习的基本思想就是基于训练集在样本空间找到一个划分超平面,将不同类别的样本分开。学习的目标是为了找到具有最大间隔的划分超平面。
第七章 贝叶斯分类器
贝叶斯分类器是一类以贝叶斯定理为基础的分类算法的总称,其分类原理是通过某对象的先验概率,利用贝叶斯公式计算出其后验概率,即该对象属于某一类的概率,选择具有最大后验概率的类作为该对象所属的类。朴素贝叶斯分类器是贝叶斯分类器中最常用的一种分类方法。
![《机器学习》(西瓜书)周志华学习思维导图——第六、七章_第2张图片](https://img.it610.com/image/info8/1b9cbbeed6404351a3ff8833f27f5d02.jpg)