1、在第2章 感知机 中:
①、为什么叫超平面:
分割平面:在三维XYZ坐标系里,XoY平面把三维坐标系“分割”成两个空间,XoY平面就是一个分割平面。
分割平面可以推广到一维、二维、四维......维空间中,此时把分割平面称为“超平面”。在一维空间里,超平面是一个点;在二维空间里,超平面是一条线;三维空间里是一个平面;四维及四维以上就没法用几何表示,但统称为“超平面”。
引自:为啥叫超平面
②、w为啥是法向量:
高中数学知识。
面的法向量,就是与平面垂直的一个向量,它就是由平面方程中三个未知数的系数所组成的向量。
它们的关系可如此证明:
设向量(A,B,C)是一个过点(x0,y0,z0)的一个法向量,则它与平面上的所有向量均垂直。平面上的向量均可表示为:(x-x0,y-y0,z-z0),因为向量(A,B,C)与向量(x-x0,y-y0,z-z0)垂直,所以其数量积为0,即:A(x-x0)+B(y-y0)+C(z-z0)=0
整理得:Ax+By+Cz+D=0
可见,标准方程中,三个未知数的系数所组成的向量(A,B,C),就是平面的一个法向量。
引自:w为啥是法向量
2、生成模型与判别模型的区分:
假设你现在有一个分类问题,x是特征,y是类标记。用生成模型学习一个联合概率分布P(x,y),而用判别模型学习一个条件概率分布P(y|x)。用一个简单的例子来说明这个这个问题。假设x就是两个(1或2),y有两类(0或1),有如下如下样本(1,0)、(1,0)、(1,1)、(2,1)则学习到的联合概率分布(生成模型)如下:
-------0------1----
--1-- 1/2---- 1/4
--2-- 0 ------1/4
而学习到的条件概率分布(判别模型)如下:
-------0------1----
--1-- 2/3--- 1/3
--2-- 0--- 1
在实际分类问题中,判别模型可以直接用来判断特征的类别情况,而生成模型,需要加上贝耶斯法则,然后应用到分类中。但是,生成模型的概率分布可以还有其他应用,就是说生成模型更一般更普适。不过判别模型更直接,更简单。
摘自: 生成模型与判别模型