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
类器的基本算法框架。 5.2.2 线性分类器 回忆一下凸集和凸函数一节。在凸集一节,我们定义了支撑超平面和凸集分离定理。
我们知道,如果训练集数据是两个互不相交的凸集的子集,那么我们可以找到一个支撑超平面将这两个子集分开。使用最优化方法分类数据集就是寻找这个支撑超平面的过程。那么,如果这个超平面是一个n维的线性方程,我们就称之为线性分类器。
线性分类器是最简单和最基本的分类器,后续章节所讲的神经网络、支持向量机、深度学习等非线性分类器都以其为理论基础,所以掌握
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