非参数监督学习方法

Question

在Scikit-学习决策树的文档中，指出：

决策树是一种用于分类和回归的非参数监督学习方法.其目标是创建一个模型，通过学习从数据特性中推断出的简单决策规则来预测目标变量的值。

非参数监督学习是什么意思？

Answer 1

non-parametric在parametric的对面。在参数学习模型中，可以将假设集(或学习模型)描述为有限数量的参数(如SVM )的函数。因此，非参数模型可以看作是具有无穷多个待描述参数的模型，即数据的分布不能由有限的参数集[1]来定义。

[2]是一种易于理解的非参数模型，它是一种k近邻算法，它基于k个最相似的训练模式对一个新的数据实例进行预测。该方法不假设任何关于映射函数的形式的东西，只有接近的模式可能有类似的输出变量。