根据课程做出的总结

模型 损失函数 正则/先验 目标函数 参数 超参数 优化算法 备注
贝叶斯判别 y $ p(\hat y\neq y x)=\left\{ \begin{aligned} p(\hat y=1 x) & , & y=0\ p(\hat y=0 x)&,&y=1\ \end{aligned} \right.$
K-L变换 y=ΦTx ε2=j=m+1nφjTCxφj=j=m+1nλj R=E{xxT}Rφj=λjφj