分类的理解:
根据数据的特征进行分类,最清楚的情况,如果只有1个特征,直接根据数值范围去分类,一个判断即可,如判断数据是否合格。
如果是2个特征,如经典的例子,花的识别区分,根据花瓣的长度和宽度2个数据去进行分类,可以构造二维的数据,
在平面上去进行求解,获取 ax + by = c 的一条分类线。
根据这种方式,可以扩展到多维特征的情况,根据特征值进行计算,得出合适的参数,构造一个分类方法。
这里涉及到怎样去进行构造,于是就引入了损失函数,以求最优解为目标来调节参数。
分类的理解:
根据数据的特征进行分类,最清楚的情况,如果只有1个特征,直接根据数值范围去分类,一个判断即可,如判断数据是否合格。
如果是2个特征,如经典的例子,花的识别区分,根据花瓣的长度和宽度2个数据去进行分类,可以构造二维的数据,
在平面上去进行求解,获取 ax + by = c 的一条分类线。
根据这种方式,可以扩展到多维特征的情况,根据特征值进行计算,得出合适的参数,构造一个分类方法。
这里涉及到怎样去进行构造,于是就引入了损失函数,以求最优解为目标来调节参数。