本系列博客主要是在学习《模式识别(张学工著 第三版)》时的一些笔记。
本文地址:http://blog.csdn.net/shanglianlm/article/details/49621349
1 引言
基于样本直接设计分类器需要三个基本要素:
1. 分类器即判别函数的类型,也就是从什么样的判别函数类中去求解;
2. 分类器设计的目标或准则,确定函数类中的某些待定参数;
3. 如何设计算法利用样本数据搜索到最优的函数参数。
判别函数:
两类:
g(x)=wTx+ω0
多类:
gi(x)=wTix+ωi0,i=1,2,⋯,c
决策规则
g(x)=g1(x)−g2(x)
则
2 线性判别函数的基本概念
3 Fisher 线性判别分析
把线性分类器的设计分类两步
1. 确定最优方向
2. 在这个方向上确定分类阈值。
思想:选择投影方向,是投影后两类相隔尽可能远,而同时每一类内部的样本又尽可能聚集。
4 感知器
5 最小平方误差判别(线性不可分样本集)
伪逆法求解:
梯度下降法求解: