← 返回卡片

原书出处

机器学习算法原理与编程实践

05 第5章 梯度寻优

核验版本的摘录快照 · 导入于 2026-11-19T03:09:27.764Z

面H = { x∈Rn | pT x=α }分离了集合S1 与S2 ,如图5.2所示。 图5.2 分离两个凸集的超平面

凸集分离定理的意义在于,它为分类提供了理论上的开端。在机器学习的分类问题中,我们可以把带有类别标签的训练集看作不同的凸集,而分隔它们的超平面就是分类器。

我们的目标是根据这些训练集的特性,找到一个分类算法,例如本章中的各类线性分类器,通过学习(或训练)计算出分隔这些凸集的超

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00019.html

EPUB SHA-256:70d8d79af4c27e857a132f2bb0cf0dbfa14854fa17c13eacb72320d7c9bf315d