距离度量

度量会影响分类性能

metric learning（度量学习）

-Parameters in metric optimized in learning (e.g., empirical risk minimization)

第一个式子：加权欧式距离，参数为w

第二个式子：马氏距离，参数是∑

学习（调节）参数值（w，∑），是的误差最小化

tangent distance

参考资料：

中国科学院大学硕士课《模式识别》ppt

模式识别学习笔记（10）——距离度量相关推荐

模式识别学习笔记（1）——基本概念
模式识别学习笔记--绪论一.从数据集D中产生训练集S和测试集T,主要有以下方法: --hold-out(留出法) --cross-validation(交叉验证法) --bootstrapping( ...
大数据学习笔记：距离度量和相似度度量
文章目录一.度量 (一)概述 (二)距离度量 1.距离度量概念 2.常用距离度量 (三)相似度度量 1.相似度度量概念 2.常用相似度度量二.欧式距离 (一)欧氏距离定义 1.二维空间欧式距离 2 ...
学习笔记5——距离度量（欧氏距离、马氏距离、闵氏距离、曼哈顿距离等）
参考:深度学习中常用的几种距离度量算法 - 简书 (jianshu.com) 常见的9种距离度量方法-电子发烧友网 (elecfans.com) 1.欧氏距离欧式距离并不是尺度不变的,因此所计算的 ...
模式识别学习笔记-lecture2-统计判别1
作为统计判别问题的模式分类模式识别的目的就是要确定某一个给定的模式样本属于哪一类输入:被识别对象的特征向量输出:被识别样本的类别贝叶斯判别原则两类模式集的分类目的:要确定xxx是属于ω1\ ...
模式识别学习笔记（3）——高斯概率密度
概率密度估计方法参数法:只需将均值和协方差矩阵保存下来,就可知道其分布. 半参数法:GM通过解析求解:期望最大化是极大似然估计的特例,多次迭代才能求得高斯密度函数牢记密度函数公式!!! 把协方差 ...
模式识别学习笔记（12）——聚类
聚类对一批没有类别标签的样本集,按照样本之间的相似程度分类,相似的归为一类,不相似的归为其它类.这种分类称为聚类分析,也称为无监督分类. --聚类的质量(或结果)取决于对度量标准的选择. --聚类结 ...
模式识别学习笔记（一）模式识别初认识
这是本人第一次写博客,把学到的东西以及自己的理解用类似于学习笔记的形式表达出来.如果有不妥的地方,希望大家指正.谢谢! 一.模式识别的定义关于模式识别(pattern recognition)的定义 ...
模式识别学习笔记（1）概率论基础知识
大学的时候,我的<概率论和数理统计>这门课一共挂过3次,而且我记得最后一次考过的时候刚刚及格,只有60分.你可以想象我的<概率论>这门课学的是有多差了.后来,我工作以后,在学习 ...
模式识别学习笔记之——统计决策方法
统计决策方法 1.一个简单的例子引出一些基本概念假如我手里拿着一枚硬币,让你猜是多少钱的硬币,这其实就可以看作是一个分类决策的问题:你需要从各种可能的硬币中做出一个决策.如果我告诉你这是一枚一角或五 ...

模式识别学习笔记（10）——距离度量

距离度量

模式识别学习笔记（10）——距离度量相关推荐

最新文章

热门文章