用二分类来辨别鸢尾花类型
2019-01-14 22:09:24 5 举报登录查看完整内容
二分类流程
作者其他创作
大纲/内容
特征点：将特征向量放入坐标系中，每个特征向量的点都称为特征点，每个点都代表了一朵鸢尾花（或其他事物）的特征
分类器
特征提取
类型A概率：30%；类型B概率：70%；
类型A
类型B
感知器算法：利用被误分类的训练数据调整现有分类器的参数，使得调整后的分类器判断的更加准确。
预测结果
向量：把特征数值转化为数学表达
A分类器
B分类器
感知器算法
预测类型
同一个数据
损失函数：在训练过程中用来度量分类器输出错误程度的数学化表示。预测错误程度越大，损失函数值越大。
支持向量机算法
输出值
特征空间：所有的特征点构成的空间称为特征空间
多分类流程
归一化指数函数：（softmax）将一个向量压缩到另一个向量中，使得其中每一个元素在范围（0、1）之间，并且所有的元素和为1（感觉就有点向概率分布的感觉）
用二分类来辨别鸢尾花类型流程
输入类型A/B的鸢尾花图片
二分类器
训练分类器
相似度：特征点到特征点之间的平面距离可以用来衡量鸢尾之间的相似程度。
两算法均属于线性分类算法
特征：花瓣的大小（长度和宽度）。不同事物，特征不同。
支持向量机：（support vector machine ，SVM）是在特征空间上分类间隔最大的分类器，是对两个类别进行分类
测试数据
**分类器
特征向量
训练数据
归一化指数函数
收藏
0 条评论
回复 删除
下一页
