![8337cdaa0ab906d76ee74853bc027031.png](https://i-blog.csdnimg.cn/blog_migrate/74bd20df2025e7acfecf6d468f62d199.jpeg)
1 线性模型的局限性
在线性模型中,一个重要的条件便是响应变量
![2d2ab4a431f20830f59818240d8452b8.png](https://i-blog.csdnimg.cn/blog_migrate/21b029ab595a79a4d00e965d8354e60b.png)
例如,在医学诊断中,我们希望通过病人的各项检查数据判断其是否患癌症。这里是否患癌症作为响应变量
类似的例子还有很多。在气象领域中,通过观测到的气象数据判断是否会下雨;在金融领域中,根据当前的金融指标判断是否抛售股票;在图像领域,综合输入的人脸数据判断是否通过验证......
上述问题的共同点是,
为了讨论方便,我们以下考虑二分类问题。
机灵的同学可能想到,依然对数据建立线性模型,然后再设定一个阈值
在线性模型中,一个重要的条件便是响应变量
例如,在医学诊断中,我们希望通过病人的各项检查数据判断其是否患癌症。这里是否患癌症作为响应变量
类似的例子还有很多。在气象领域中,通过观测到的气象数据判断是否会下雨;在金融领域中,根据当前的金融指标判断是否抛售股票;在图像领域,综合输入的人脸数据判断是否通过验证......
上述问题的共同点是,
为了讨论方便,我们以下考虑二分类问题。
机灵的同学可能想到,依然对数据建立线性模型,然后再设定一个阈值