支持向量机学习棋盘 (有图有真相)

最新推荐文章于 2025-09-12 17:31:31 发布

转载最新推荐文章于 2025-09-12 17:31:31 发布 · 94 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/foamliu/archive/2009/12/16/1626035.html

文章标签：

#数据结构与算法 #人工智能

本文介绍了一个模式识别实验，通过在国际象棋盘上随机分布点并标记颜色，利用计算机算法（如KNN、神经网络等）预测点的颜色类别，并绘制出决策边界。

假设你有一张国际象棋盘：黑白相间，8×8，然后你在棋盘中随意撒6400个点，落入黑格子的类别为兰；落入白格子的类别为红；把这些结果告诉计算机后，它就可以通过这些采样和结果，来试图猜测你的判决边界，也就是点的位置和类别是如何映射的。
计算机猜测的结果也就是这幅图所示的判决边界：蓝色的位置计算机猜测是兰；红色的位置计算机猜测为红；有些模糊的位置表示计算机也不能100％确定。
所有模式识别算法都可以绘制这样一副图来。（我为KNN，神经网络，Adaboost等也做过这样的棋盘）。