gpt4 book ai didi

machine-learning - 机器学习的回归、分类

转载 作者:行者123 更新时间:2023-11-30 09:56:19 31 4
gpt4 key购买 nike

我有一个关于机器学习的分类和回归问题。第一个问题,以下数据集 http://it.tinypic.com/view.php?pic=oh3gj7&s=8#.VIjhRDGG_lF

我们可以说,数据集是线性可分的吗?为了应用线性模型进行分类,该数据集不需要输入空间的变换,或者该数据集不可能进行输入空间的变换?我的答案是否定的,但我不确定第二个问题,我不确定数据集是否可以进行转换。

关于回归问题的第二个问题:给出以下数据集 f : R -> R http://it.tinypic.com/view.php?pic=madsmr&s=8#.VIjhVjGG_lE

我们可以这样说:回归的线性模型可用于学习与该数据集相关的函数?给定这个数据集,无法确定线性模型的最佳配置?

我正在阅读 Tom Mitchell 机器学习、模式识别和机器学习 Bishop 的书,但我仍然无法给出正确的答案。提前致谢。

最佳答案

这两个数据集都不能使用线性分类/回归进行建模。

在“输入数据转换”的情况下,如果只有数据集一致(不存在具有两个不同标签的两个完全相同的点)始终存在转换,之后数据可线性分离。特别是可以用以下方式构建它:

phi(x) = 1 iff label of x is "1"

换句话说,您将所有正样本映射到“1”,将负样本映射到“0”,因此您的数据现在是简单线性可分的。或者简单地将 N 个点映射到 R^N 空间中的 N 个单位向量,将第 i 个点映射到出现“1”的 [0 0 0 ... 1 ... 0 0 0]^T在我的地方。这样的数据集对于任何标签来说都是简单线性可分的。

关于machine-learning - 机器学习的回归、分类,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27413329/

31 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com