《机器学习》（西瓜书）周志华学习思维导图——第六、七章
发布时间：2024-03-27 18:01
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。
相关推荐
Docker Swarm上基于Consul实现高可用RabbitMQ集群
第十三届蓝桥杯嵌入式省赛第一场真题(基于HAL库的巨简代码＋超级详解)
Springboot+freemarker的宿舍寝室维修上报管理系统源码
如何使用 Node.js + MongoDB 开发 RESTful API 接口（Node.js + Express ...）
SpringCloud系列——构建多模块应用,远程调用服务day1-3
使用自己的数据训练Yolov4-tiny模型，并用tensorrt运行（配置github host、编译安装opencv4.1.1+contrib和darknet、制作数据集、训练全流程）
mysql语句审核_mysql yearning-sql审核平台
OSI网络模型，IO模型，BIO模型，NIO模型，AIO模型，TCP/IP协议
ERR_UNSAFE_PORT浏览器安全问题无法访问的解决方案
2022年想进鹅厂必须“啃透”的Spring面试题（附答案）