机器学习笔记 - 线性可分问题

最新推荐文章于 2024-04-30 20:34:13 发布

volvet

最新推荐文章于 2024-04-30 20:34:13 发布

阅读量3.4k

点赞数 3

分类专栏：机器学习文章标签：机器学习

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/volvet/article/details/57083373

版权

给定训练样本集 $D=\{(x_1, y_1), (x_2, y_2), ... , (x_m, y_m)\}, y \in \{-1, 1\}$ , 分类学习最基本的想法就是在样本空间 $D$ 找一个划分超平面, 将不同类型的样本分开, 如下图所示.
这里写图片描述
在样本空间中, 划分超平面可以用线性方程来描述:

w T x + b = 0

$w^Tx + b = 0$
所以超平面可以用

{ w,b} $\{w, b\}$ 来描述, 样本空间中任意点

x

最低0.47元/天解锁文章

关注

3
点赞
踩
6

收藏

觉得还不错? 一键收藏
0
评论
机器学习笔记 - 线性可分问题

给定训练样本集 D={(x1,y1),(x2,y2),...,(xm,ym)},y∈{−1,1}D=\{(x_1, y_1), (x_2, y_2), ... , (x_m, y_m)\}, y \in \{-1, 1\}, 分类学习最基本的想法就是在样本空间DD找一个划分超平面, 将不同类型的样本分开, 如下图所示. 在样本空间中, 划分超平面可以用线性方程来描述: wTx+b=0w^
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。