机器学习的线性模型中有:f(x)=wTx+b, 什么时候不需要考虑偏置项b?

机器学习的线性模型中有:f(x)=wTx+b, 什么时候不需要考虑偏置项b?

偏置项b是为了保证核函数的正定性,当使用的核函数为正定核时,b就不需要存在。

西瓜书是什么意思啊

西瓜书,即周志华老师的《机器学习》一书,因封面画着西瓜而得名。这一系列文章,主要对西瓜书中的一些概念和公式做出通俗的解读工作。 

1、 引言

机器学习:我们在日常生活中的决策,比如当前天气穿什么衣服、如何解一道数学题等,都是根据以往的经验做出的。人工智能的终极目标就是让机器拥有像人一样的智能,既然基于经验的决策经常发生在人身上,那我们也可让机器试试基于经验决策,来解决一些之前没能解决的问题。

2、基本术语

分类任务:给你一小堆西瓜,让你练成一种本领——在不打开瓜的情况下分辨好吃的瓜和难吃的瓜。

聚类任务:给你一大堆西瓜,让你根据不同的特征把相似的瓜摆到一起。我们可能会发现,被摆到一起的瓜还有其他的共同点。

3、假设空间

归纳:就是用那一堆西瓜做实验的过程,先观察瓜的外表,再打开瓜尝尝是否好吃。随着经验增多,你渐渐总结出什么样的瓜是好瓜。当然,不同的人会有不同的总结方法。

演绎:利用总结出来的规律给水果摊进货的过程。如果进来的都是好瓜,那说明规律总结对了。如果进来的不全是好瓜,说明还要继续进行归纳。

假设:用西瓜做实验的时候,先假设颜色深的瓜好吃,再去验证这一假设是否正确。当然这样的假设会有很多,归纳就是寻找最优假设的过程。