知识卡片
线性不可分:分隔曲面是n元m次方程
线性可分指两类样本集合没有交集(或交集可忽略),它们之间可以用一个线性超平面分开——二维是一条直线,方程是 n 元一次式,这类问题基本已被解决。线性不可分则相反:红蓝样本无法被直线分开,其集合不是凸集,不能套用凸函数的方法,分隔超平面方程必须是 n 元 m 次(m>1),也就是一条曲线或曲面。把“找分隔线”转化为“求两个集合的分隔曲面方程”,正是第二代神经网络兴起的动因之一。但这里留有一个更深的追问:机器学习的目的是认识事物的存在与运动方式,而不只是解一道几何题;单纯求出曲面方程未必等于完成识别。这为后面引入带隐层的网络而非直接解几何问题埋下伏笔。
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6章 神经网络初步 · 查看原书依据
再看图6.1右图,直觉上,红色和蓝色的样本点不能被一条直线分隔开,也就是说,分隔超平面不是线性的,因此称为线性不可分;再进一步理解,样本点所构成的集合不是凸集,也不能使用凸函数的相关概念和方法。线性不可分的超平面方程应是一个n元m次方程(m>1)。
参考来源
- 位置:《机器学习算法原理与编程实践》第6章 神经网络初步(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00022.html)
- 结论依据:原文以图6.1对比线性可分与不可分,明确不可分时集合非凸、超平面为 n 元 m 次方程,并指出这是第二代神经网络兴起的动因之一。
- 原始内容:再看图6.1右图,直觉上,红色和蓝色的样本点不能被一条直线分隔开,也就是说,分隔超平面不是线性的,因此称为线性不可分;再进一步理解,样本点所构成的集合不是凸集,也不能使用凸函数的相关概念和方法。线性不可分的超平面方程应是一个n元m次方程(m>1)。