2020李宏毅机器学习与深度学习笔记——Classfication_1

本文链接：https://blog.youkuaiyun.com/qq_40706679/article/details/107713664

本文探讨了在机器学习中如何进行分类任务，通过实例解释了将分类问题转化为回归问题的不足，并介绍了生成模型的方法，如最大似然估计来确定高斯分布参数，以提高分类准确性。在二维和高维空间中，该方法表现出了一定的效果，但仍有改进空间。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本节课的目标是，寻找合适的Function，对于我们的每一个输入x，我们给出合适的输出类别n，如下：
在这里插入图片描述
这种Function有很大的应用，比如在金融领域，我们可以根据一个人的收入、存款、工作、年龄、过去的财务历史等等，来决定是否贷款给他；再比如医疗方面，我们可以根据一个人现在的症状、年龄、性别、过去的就医历史等等，来判断他生了那种病(自动医疗诊断)；再比如做手写文字辨识，类别就是合法字体的个数；再比如做人脸识别，我们输入一张脸，然后在数据库里寻找，找到这张脸的主人。

依旧以pockmon来举例，我们知道pockmon有18种属性，我们现在要找一个Function，在把pockmon作为输入时，得到它的属性作为输出，如下所示：
在这里插入图片描述
Q1：怎么将一只pockmon作为输入呢？
每只pockmon都有很多特性，这些特性可以被数值化。比如说Total(多强)，HP(生命值)，Attack(攻击力)，Defense(防御力)，SP Atk(特殊攻击的攻击力)，SP Def(特殊攻击的防御力)，Speed(速度(两只pockmon相遇时谁先攻击))。
Q2：这样做有什么意义？
有…广泛的应用？