概述
高斯分布模型
它计算量比较小，所以它可以计算大量特征的数据集，但是它不能捕捉到特征和特征之间的相关性，它可以通过将特征和特征进行组合的方式来解决，但是有些麻烦。
多元高斯分布模型
必须要保证协方差矩阵是可逆的。所以，样本数必须要远远大于样本的特征数，通过需要十倍的比例。另外，如果特征冗余的话，也有可能导致协方差矩阵是不可逆的。
它的计算量比较大，但是它能够自动捕捉特征和特征之间的相关性，这是它的优势所在。
所以，如果训练集不是太大，并且没有太多的特征，我们可以使用多元高斯分布模型。
最后
以上就是鳗鱼铃铛为你收集整理的每天五分钟机器学习：高斯分布模型和多元高斯分布模型的比较高斯分布模型多元高斯分布模型的全部内容，希望文章能够帮你解决每天五分钟机器学习：高斯分布模型和多元高斯分布模型的比较高斯分布模型多元高斯分布模型所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复