知识卡片
分类就是划分特征空间
分类问题的输入 X 是 p 维空间的子集,输出 Y 取 K 个类别的分类变量,通常写成 {1,2,…,K},但这套整数只是编号,彼此没有大小顺序;K=2 是二分类,K>2 是多分类。分类模型就是映射 f(X)→Y,它把输入空间切成若干区域,每个区域对应一个类别,区域之间的分界叫决策边界(decision boundary),边界可以是任意函数形式,线性边界最常用也最重要。还有一个容易被忽略的工程细节:二分类的标签常写成 {1,2}、{0,1} 或 {+1,−1},不同软件函数对因变量格式要求不同,编码与函数要求不一致时程序往往不报错,只是结果已经错了,建模前必须核对。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 线性分类方法 · 查看原书依据
对于分类模型,我们的目的是构建从输入空间 X 到输出空间Y 的映射(函数):f(X)→Y,它将输入空间划分成几个区域,每个区域对应一个类别。区域的边界(decision boundaries)可以是各种函数形式。最重要、最常用的一类是线性的。
参考来源
- 位置:《大数据挖掘与统计机器学习》第3章 线性分类方法(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter5_0001.xhtml,3.1.1 分类问题)
- 结论依据:原文先定义 X、Y 的空间与取值,再把分类模型刻画为把输入空间划分成区域、由决策边界分隔的映射,并特别提醒软件对因变量编码格式的要求可能不一致。
- 原始内容:对于分类模型,我们的目的是构建从输入空间 X 到输出空间Y 的映射(函数):f(X)→Y,它将输入空间划分成几个区域,每个区域对应一个类别。区域的边界(decision boundaries)可以是各种函数形式。最重要、最常用的一类是线性的。