- 博客(1)
- 问答 (1)
- 收藏
- 关注
转载 GDA和Logistic方法的区别及相应的python代码
点击打开链接 好文收藏,作者——bl竹子。 GDA方法与Logistic方法的主要区别在于这两个模型的假设不同:GDA方法假设p(x|y)服从多元高斯分布,并且输入特征是连续的;Logistic方法并没有GDA那么强的假设,它既没有要求p(x|y)服从多元高斯分布,也没有要求输入特征是连续的。因此Logistic的适用范围比GDA更加广泛。例如:如果输入特征符合泊松分布
2016-07-18 22:02:16 622
空空如也
用sklearn在图片分类中数据降维遇到的一些问题
2017-04-01
TA创建的收藏夹 TA关注的收藏夹
TA关注的人