非概率模型

非概率模型
非概率模型是指没有概率分布或概率联系在内的机器学习模型，它们不允许我们计算不确定性。

典型的非概率模型包括决策树，K近邻，SVM，神经网络等。

这些模型在对数据的理解上比概率模型更深刻，可以模拟与数据集有关联的复杂非线性函数。

它们在分类和回归任务中也有出色的表现。

此外，非概率模型还可以用来建立概率模型，例如，一个已训练好的决策树可以用来构建贝叶斯决策模型。

然而，由于非概率模型没有计算出关于结果不确定性的确切值，因此，在一些情况下，非概率模型的性能比概率模型差。