学科分类 - 《中国大百科全书》第三版网络版

高级搜索

个人中心
机构中心
退出

专业板块专题板块大众板块

总分类

哲学经济学法学教育学文学历史学理学工学农学医学军事学管理学艺术学

返回总分类

首页

线性模型/ linear model // linear model /

一种试图学得一个通过属性的线性组合来进行预测的函数的模型。

广义线性模型/ generalized linear model /generalized linear model
线性模型
线性回归的扩展。能够处理多种形式的类别响应变量，以及可使用高斯分布以外的其他分布对响应变量的误差分布进行建模。
线性判别分析/ linear discriminant analysis,LDA /linear discriminant analysis,LDA
线性模型
基于数理统计的判别分析方法。其用模式特征值的线性组合来构造一个判别函数进行分类，或者用特征值的线性组合得到新的特征以实现降维，是一种用于二分类的经典线性学习方法。因其由英国统计学家R.A.费希尔于1936年提出，故又称费希尔判别分析。英文缩写为LDA。
对数几率回归/ logistic regression /logistic regression
线性模型
利用线性回归模型来解决分类问题的一种分类学习方法。
纠错输出编码/ error correcting output codes /error correcting output codes
线性模型
一种解决多类分类的常用技术。
无偏采样/ unbiased sampling /unbiased sampling
类别不平衡学习
一种理想的采样方式，是指采样得到的样本分布与真实的样本总体的分布一致，即对样本总体的属性的无偏估计。
再缩放/ rescaling /rescaling
类别不平衡学习
一种常用的数据预处理方法。
类别不平衡学习/ class imbalance learning /class imbalance learning
类别不平衡学习
指分类任务中不同类别的训练样例数目差别很大的情况，通常称样本数较少的类为“小类”，样本数较多的类为“大类”。

线性模型/ linear model // linear model /

广义线性模型/ generalized linear model /generalized linear model

线性判别分析/ linear discriminant analysis,LDA /linear discriminant analysis,LDA

对数几率回归/ logistic regression /logistic regression

纠错输出编码/ error correcting output codes /error correcting output codes

无偏采样/ unbiased sampling /unbiased sampling

再缩放/ rescaling /rescaling

类别不平衡学习/ class imbalance learning /class imbalance learning