Question

假设我们有这些输入和输出数据：

1,1 - ＆gt; 1

1,1 - ＆gt; 0

1,0 - ＆gt; 0

0,1 - ＆gt; 1

0,0 - ＆gt; 0

我们可以用上述数据训练任何类型的分类器吗？当我们给出（1,1）作为输入时，75％的时间给出1和25％的时间给出0？（其他案例100％，因为他们没有其他选择）。

我只知道Boltzmann机器（随机神经网络）。 Nnet以外的分类器怎么样？

Answer 1

事实上，任何可以输出类概率的分类器（包括Naive Bayes，NN，SVM）都可以这样工作。在大多数情况下，您只需选择最大化条件概率的类

P(c|x)

在您的情况下，只需根据概率分布选择类

c ~ P(c|x)

因此，例如，您使用概率输出训练SVM，并为给定的输入x_1得到

P(1|x_1) = 0.75; P(0|x_1) = 0.25

只需返回1 75%偶然

的{{1}}