2018-3-19李宏毅机器学习视频学习笔记九----Classification: Probabilistic Generative Model

2024-05-14 19:45:32

视频来源：

李宏毅机器学习(2017)_哔哩哔哩 (゜-゜)つロ干杯~-bilibili

https://www.bilibili.com/video/av10590361/?p=10

步骤：

（1）数字化，将各个事物转化为数字的形式。

（2）数字作为输入

（3）模型建立

（4）输入，训练

宝可梦的实例分析

(1)宝可梦的属性可以分为十八种

如图：输入宝可梦数字化的特征属性，得到其所属的种类

为什么要预测各个宝可梦的属性？？？

应用——根据各个宝可梦的了类别（查找防御方和攻击方的图表）在以后的战斗中可以合理的选择作战的宝可梦

如何分类？？

（1）数字化

假使将分类看成是线性回归（使用回归的思路解决分类问题-----只有两种类别的时候）

若求得的结果趋于1，则将类别归为class 1 ，趋于-1将类别归为class 2

理想的方法

生成概率模型

（1）概率

假若class 1为water属性的共79个，class 2 位nomal属性的共61个

则P(C1)=79/140=0.56 P(C2)=61/140=0.44

应用计算类别是water属性的箱子中取得它的概率

条件：

（1）假使数据是服从高斯分布的

极大似然法

极大似然原理的直观想法是，一个随机试验如有若干个可能的结果A，B，C，... ，若在一次试验中，结果A出现了，那么可以认为实验条件对A的出现有利，也即出现的概率P(A)较大。极大似然原理的直观想法我们用下面例子说明。设甲箱中有99个白球，1个黑球；乙箱中有1个白球．99个黑球。现随机取出一箱，再从抽取的一箱中随机取出一球，结果是黑球，这一黑球从乙箱抽取的概率比从甲箱抽取的概率大得多，这时我们自然更多地相信这个黑球是取自乙箱的。一般说来，事件A发生的概率与某一未知参数

有关，

取值不同，则事件A发生的概率

也不同，当我们在一次试验中事件A发生了，则认为此时的

值应是t的一切可能取值中使

达到最大的那一个，极大似然估计法就是要选取这样的t值作为参数t的估计值，使所选取的样本在被选的总体中出现的可能性为最大。^[1]

上图的Loss function是：每个个体的概率的乘积

然后是训练数据

总体的步骤：

这里的高斯分布是自己选择的，可以自己修改分布

后验概率：

下一个问题：

既然是一个直线型，只需要求解w和b、，为何还要那么费劲的使用概率？？？

2018-3-19李宏毅机器学习视频学习笔记九----Classification: Probabilistic Generative Model相关推荐

台大李宏毅Machine Learning 2017Fall学习笔记 (5)Classification: Probabilistic Generative Model
台大李宏毅Machine Learning 2017Fall学习笔记(5)Classification: Probabilistic Generative Model 本节课以二分类问题为例,详细讲解 ...
机器学习入门系列05，Classification: Probabilistic Generative Model（分类：概率生成模型）
Gitbook整理地址: Classification 分类分类要找一个function,输入就是对象 xx ,输出是这个对象属于n个类别的哪一个. 比如信用评分输入:收入,储蓄,行业,年龄,金融 ...
吴恩达《机器学习》学习笔记九——神经网络相关（1）
吴恩达<机器学习>学习笔记九--神经网络相关(1) 一. 非线性假设的问题二. 神经网络相关知识 1.神经网络的大致历史 2.神经网络的表示 3.前向传播:向量化表示三. 例子与直觉理 ...
吴恩达机器学习视频学习笔记
吴恩达机器学习视频笔记介绍 Introduction 线性回归 Linear Regression 单变量 One Variable 多变量 Multiple Variables 多项式回归 Pol ...
李宏毅机器学习课程学习笔记（1）——机器学习基本概念
机器学习基本概念介绍让机器具备寻找一个所需函数的能力--两大任务 Regression回归回归预测 Classification分类判断是否符合要求:True/Flase Structured ...
【李宏毅机器学习】05：概率生成模型Probabilistic Generative Model
李宏毅机器学习05:概率生成模型 Probabilistic Generative Model 文章目录李宏毅机器学习05:概率生成模型 Probabilistic Generative Model ...
影像组学视频学习笔记(19)-数据标准化、归一化极简概述、Li‘s have a solution and plan.
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频本节(19)主要介绍: 数据的标准化.归一化为什么要进行标准化.归一化? 机器学习算法的要求便于横向比较 # 标准化 (影像组学中最常用) ...
影像组学视频学习笔记(37)-机器学习模型判断脑卒中发病时间(文献报告)、Li‘s have a solution and plan.
作者:北欧森林链接:https://www.jianshu.com/p/3e7a2c84288e 来源:简书,已获授权转载 RadiomicsWorld.com "影像组学世界" ...
影像组学视频学习笔记(24)-文献导读:了解88种降维、分类器组合、Li‘s have a solution and plan.
本笔记来源于B站Up主: 有Li 的影像组学系列教学视频本节(24)主要讲解: 解读一篇文献,了解不同的降维.分类器组合方法这篇文献2018年发表在European Radiology上: Rad ...

最新文章

热门文章