《表1 机器学习类别:机器学习的五大类别及其主要算法综述》
上述4个类别的一个共同缺点在于,它们学习研究的显式模型在数据不充足的情况下无法继续有效。但类推主义却可以仅从小数据中进行学习,包括高效的最近邻算法和准确的支持向量机。Peter Hart等[27]创建的最近邻算法也被算作懒惰学习算法之一,它将每个数据点变成微型分类器,每次仅构建局部模型,其优点为学习过程简单、快速,但是也使其受“维数灾难”的影响比所有其它学习算法大。直到20世纪90年代,Vladimir Vapnik等[28-29]开发出的支持向量机成为类推主义新代表,支持向量机与加权k最近邻算法很像,但前者能够提供平缓的边界且不产生过拟合。Douglas Hofstadter[30]对类比推理学习评价颇高。
图表编号 | XD0073025000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.15 |
作者 | 李旭然、丁晓红 |
绘制单位 | 上海理工大学机械工程学院、上海理工大学机械工程学院 |
更多格式 | 高清、无水印(增值服务) |