【22-23 春学期】AI作业3-监督学习

1. 集成学习：通过将多个模型集成来提高模型性能和泛化能力。

2. 支持向量机：是通过构造一个最优的超平面来对数据进行分类的二分类模型。

3. 软间隔：是支持向量机中的一种策略，它允许一定数量的样本数据落在超平面错误的一侧。

4. 核函数：在支持向量机中用来对非线性可分数据进行分类的方式。

5. VC维：是一个度量模型能够适应的数据集复杂度的指标，它越大表示模型的复杂度越高。

6. 生成式模型：通过学习数据的分布概率来生成新的样本的模型。

7. 判别式模型：直接对样本进行分类的模型，不关心样本的概率分布。

8. 生成式模型的优点是可以生成新的数据样本，缺点是在处理高维数据时计算复杂度高；判别式模型的优点是处理高维数据时计算复杂度低，缺点是不能生成新的数据样本。

9. 监督学习：是判别式方法和生成式方法都可以使用的学习方式，无监督学习也可以使用判别式方法，如聚类。

10. 分类是一种判别式方法，聚类是一种生成式方法。KNN是一种基于实例的判别式方法，K-means是一种基于距离的生成式方法。