对于机器学习,必须知道以下的概念。 – 贝叶斯分类器 – 0-1损失 – 理解判别式函数和线性判别式 – 生成模型和判别式模型 – 分对数变换和logistics判别式 – softmax判别式 ** 以下是对以上内容的一一总结式发言。 ** 一、贝叶斯分类器 1,贝叶斯法则: (1)概率论中,P(h∣D)=P(D∣h)P(h))P(D)P(h|D)=\frac{P(D|h)P(h))}{P(D)}P(h∣D)=P(D)P(D∣h)P(h))​,用P(h)P(h)P(h)表示在没有训练数据前假设h发生的概率,称为先验概率。先验概率反映的是在社会背景下的发生概率。 P(h∣D)P(