machine-learning - 决策边界不是分类中训练数据的属性

Question

在 Coursera 上 Andrew Ng 关于分类的 ML 视频(第三个视频)中，他说“决策边界不是训练集的属性”。这句话是什么意思呢？这是否也意味着我们在线性回归中用于拟合数据的直线或任何曲线不是训练集的属性？他声称这些曲线(通过线性回归获得)并不是相应训练数据的属性。我对此有点困惑。如果可以消除我的疑虑，请。提前致谢。

Answer 1

决策边界是分类器的属性。不同的分类器导致不同的决策边界。

决策边界与线性回归无关，因为它只对分类问题有意义。决策边界是分割分类问题中两个不同类的元素的曲线(或二维以上的曲面)。在逻辑回归中，决策边界是一条直线，而在神经网络等非线性分类方法中，决策边界是一条曲线。