(注:笔者仍处于学习阶段,博客也是刚开始写,如有任何问题欢迎指正!)
0. 机器学习简述
机器学习的目的是通过假设函数g去近似目标函数f的过程。用一张图表示就是:
- 目标函数f:从特征向量 X 映射到标签y的函数。
- 训练集
D :一共有N个样本(我更喜欢用m表示样本数量),每个样本的 X 特征,y为标签。 - 学习算法
A :机器学习要做的部分,训练假设函数g近似目标函数f。 - 假设函数 g :我们通过机器学习训练出的函数。
1. 线性分类器
简单地说,线性分类器就是我们训练出来的假设函数g是线性的。
or 矩阵写法
g:h(x)=sign(WTX)
两个式子表示的意思是一样的,其中