【漫话机器学习系列】095.决策边界（Decision Boundary）

于 2025-02-17 09:24:16 发布
阅读量880 收藏 9
点赞数 7
分类专栏： 漫话机器学习系列专辑 文章标签： 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/IT_ORACLE/article/details/145674778
版权

1. 什么是决策边界？

决策边界（Decision Boundary）是用于划分不同类别的边界线或超平面。在分类任务中，模型根据输入特征的值来决定样本的类别，决策边界正是模型将输入空间划分为不同类别区域的关键。

在上图中：

  • 蓝色点表示一类数据
  • 红色点表示另一类数据
  • 虚线为决策边界，表示模型如何划分不同类别的区域

在这条边界的一侧，所有的样本都被分类为蓝色，另一侧的所有样本都被分类为红色。

2. 决策边界的类型

决策边界的形状取决于分类模型的性质，可以是线性或非线性的。

(1) 线性决策边界

如果分类模型是线性分类器（如 Logistic 回归、线性 SVM），那么决策边界是一个直线（2D）、平面（3D）或超平面（高维）。

  • 数学表达（以 2D 二分类为例࿰

最低0.47元/天 解锁文章
机器学习算法的决策边界（decision boundary）
Panpan Wei的博客
03-28 2万+
逻辑斯谛回归之决策边界 logistic回归虽然带着回归两字却和线性回归有很大的区别，线性回归主要用于预测问题，其输出值为连续变量，而logistic回归主要用于分类问题，其输出值为离散值。logistic回归可以用于多元分类问题，也可以用于二元分类问题，但二元分类更为常用。因此本文只介绍二元分类的应用。 先来看一些logistic回归的基本东西，logistic回归的假设函数为：，因为.因...
风火编程--机器学习之绘制决策边界
风火的博客
01-23 684
绘制决策边界 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets from sklearn.model_selection import train_test_split iris = datasets.load_iris() X = iris.data y = iris.target X...
决策边界（Decision boundary ）
qq_39423706的博客
11-15 6302
决策边界 决策边界的定义 决策边界是由分类模型的参数决定的，对不同类型数据进行划分的分类边界，在二维图上表示如下： 决策边界是由假设函数的参数决定的，例如假设函数 hθ=g(θ0+θ1x1+θ2x2) h_{\theta} = g(\theta_0 + \theta_1x_1 + \theta_2x_2) hθ​=g(θ0​+θ1​x1​+θ2​x2​) 其中g函数是sigmoid函数，因此，...
【决策边界】
武帝为此的博客
08-24 891
决策边界是分类模型在特征空间中的一个界限，用于将不同类别的数据点分开。在二分类问题中，决策边界可以是一条直线、曲线、或者高维空间中的一个超平面。模型根据数据点在特征空间中的位置，判断它们属于哪个类别。决策边界的位置和形状直接影响了模型的分类性能。决策边界是分类模型中的一个关键概念，它在特征空间中划分不同类别的数据点。线性决策边界适用于简单的分类问题，而非线性决策边界则能够处理更复杂的数据分布。
【ML09】decision boundary 决策边界
weixin_43098506的博客
10-02 1453
g(z)=11+e−zg(z)=1+e−z1​,z=x0+x1−3z=x0​+x1​−3z=x0+x1−3=0z=x0​+x1​−3=0即x0+x1=3x_0+x_1=3x0​+x1​=3。
决策边界
weixin_30755393的博客
07-23 340
为了得到离散的0或1分类，我们可以将假设函数的输出翻译如下： 我们的逻辑函数g的行为方式是，当它的输入大于或等于零时，它的输出大于或等于0.5： 记得. 所以如果我们输入g是θTX，那就意味着: 从这些陈述我们可以说： 决策边界是分隔y＝0和y＝1的区域的直线。它是由我们的假设函数创建的。例子: ...
【漫话机器学习系列】001.Adaboost算法
IT古董
12-06 1633
Adaboost（Adaptive Boosting）是一种经典的集成学习方法，主要思想是通过将多个弱学习器（通常是简单模型，如决策树桩）加权组合，来提升整体模型的预测能力。Adaboost 是一种自适应的学习方法，能够不断调整弱学习器的训练过程，专注于难分类的样本，从而逐步提高分类性能。Adaboost 是一种非常强大的集成学习方法，通过加权组合多个弱学习器，提升模型的预测能力。其基本思路是通过加权关注难以分类的样本，并通过简单的弱学习器（如决策树桩）来逐步改善分类性能。尽管 Adaboost 在大多数情
【漫话机器学习系列】056.F1值（F1 score）
IT古董
01-20 1277
F1值是机器学习中一种用于评估模型性能的指标，特别适合用于 不平衡数据集 的分类任务。它是 精确率（Precision） 和 召回率（Recall） 的调和平均值。通过综合考虑精确率和召回率，F1值能够衡量模型在样本分类中的整体表现。F1值是一种综合考虑精确率和召回率的性能指标，在不平衡数据中尤为重要。它帮助我们评估模型在正负样本分类上的权衡能力，能够为优化分类器提供有力的指导。
【漫话机器学习系列】080.准确率（Accuracy）
最新发布
IT古董
02-04 755
准确率（Accuracy） 是分类问题中最常见的评价指标之一，表示模型预测正确的样本数量占总样本数量的比例。准确率简单易懂，但在数据不平衡的情况下可能无法很好地反映模型的实际表现。准确率是一个直观且简单的评价指标，但在处理类别不平衡数据时需要小心使用。为了更全面地评估模型性能，尤其是在不平衡数据的情境下，通常需要结合其他评价指标，如精确度、召回率、F1分数等。
【漫话机器学习系列】012.深度学习（Deep Learning）基础
IT古董
12-18 1611
深度学习（Deep Learning）是一种基于人工神经网络的大规模机器学习方法，在图像识别、语音处理、自然语言理解等领域具有广泛的应用。深度学习模型的构建包括数据准备、损失函数设计、优化算法选择、网络架构搭建、测试数据验证以及结果评价等环节。以下将从这些方面系统介绍深度学习的核心组成部分。
机器学习入门（二）：KNN算法和决策边界(Decision Boundary)绘制
12-21
1）KNN算法基础知识： KNN全称K Nearest Neighbor, k是指最近邻居的个数。 俗话说物以类聚，人以群分，我们通常判别一个人是好是坏的方式就是看他周围是一群好人还是坏人。 这个算法也是如此，假如A的周围有一堆好人，我们就认为他是个好人。即使他周围有两个坏人（干扰项），我们也不会把它当成坏人。 而人与人的关系也有远近之分，计算远近，我们就需要用距离来衡量，有时候远亲不如近邻就体现了距离的重要性。 首先看这样一个例子： 现在有一个点，坐标分别是a1=2，a2=4，a3=3，请问它是yes还是no。 很简单，我们就用三维坐标距离公式计算： 可以很直观地发现，他离第二个点是最近
机器学习笔记之决策边界
water2bear的博客
07-13 933
Decision Boundary In order to get our discrete 0 or 1 classification, we can translate the output of the hypothesis function as follows: hθ(x)≥0.5→y=1hθ(x)0.5→y=0 The way our logistic f
决策界限
up_XCY的博客
01-15 1102
  所谓决策界限就是将训练集分类的界限。 从下面的假设函数中我们可以见到，当g(z)≥0.5时，我们认为结果为y=1，当g(z)<0.5时，我们认为结果为y=0。 即z=θ的转置乘以x大于等于0.5或者小于0.5。 例如下面的一个比较简单的例子，我们假设等到的参数θ= 从而我们得到x1+x2>=3的直线，将训练集分为两个半平面，分别得出的结果是y=1和y=0。 我们...
决策边界（Logistic,sigmoid）
qq_53174708的博客
05-28 884
决策边界 分类问题使用Logistic函数（也叫sigmoid函数），对于乳腺癌的分类问题，只要h(θTx)>=0.5,就令y=1,也就是说θTx>=0,否则令y=0，其中x是肿瘤大小，所以，给出训练集。 假设，我们已经得到了θ=[-3,1,1]T,所以,当y=1时，-3+x1+x2>0,所以x1+x2<3, 所以这条粉色的线就是决策边界，很好的解决了分类问题。 增加难度，如图： 很明显不能使用线性的决策边界来进行分类，所以我们增加了θ的维度，假定解得θ=[-1,0,0,1,1]
Lesson 5.1 分类模型决策边界
每天进步一点点！
02-03 2952
决策边界（Decision Boundary）基本概念与用途，逻辑回归决策边界绘制与使用方法 ，验证逻辑回归参数和决策边界直线系数之间关系
分类模型的决策边界、评价指标
qq_49183286的博客
10-23 4225
分类模型的决策边界、评价指标.recall,F1-score,ROC-AUC
机器学习笔记（二十一）：决策边界
云布道师
07-13 8562
凌云时刻 · 技术导读：决策边界顾名思义就是需要分类的数据中，区分不同类别的边界，举个不恰当的例子，就像省的地界一样，你处在北京还是处在河北，全看你站在区分北京和河北的那条线的哪边。这节...
6 - 3 - Decision Boundary (15 min)
zzq123686的专栏
05-30 391
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值