深度学习笔记四
本节课讲的内容是分类Classification.
上一节讲的regression主要解决的是输入一串数字,输出一串数字(譬如对股票价格的预测)。跟regression不同的是,classification主要用于针对输入的多维数据,输出一个判断(譬如输入一个图片,判断是什么动物)
有的人尝试使用 regression的方法来做,并且设定假如输出为1,判断为一个类型,输出为-1,判断为另一个类型。
这样有可能会得到好的结果,有可能会得到坏的结果
本图上左边结果是好的,分界线刚好能区分开,但是大多数情况是右图,一旦有一些偏离的很远的data,就会对分界线造成很大的扰动。在Bishop的书上将这种情况描述为:"Penalize to the examples that are too correct"所以其实regression的定义不是很适用于classification的。
理想的模型应该是:
即在f(x)内再