1. 两分类的线性判别
包括普通的线性分类器和分线性可分时的广义线性化(通过特征的转化)

2. 多分类的线性判别
2.1 绝对可分


需要的分类函数少,但是不可识别区域较多。
2.2 两两可分


不可识别的区域少,但是当类别较多时,需要的分类函数很多。
2.3 最大值可分

没有不可识别的区域,但是决策函数的求解比较困难。
文章探讨了线性判别方法在两分类和多分类问题中的应用,包括线性分类器的基本概念,以及在特征转化下的广义线性化处理。对于多分类,分别介绍了绝对可分、两两可分和最大值可分三种情况,指出了各类别的特点和求解难点。
包括普通的线性分类器和分线性可分时的广义线性化(通过特征的转化)



需要的分类函数少,但是不可识别区域较多。


不可识别的区域少,但是当类别较多时,需要的分类函数很多。

没有不可识别的区域,但是决策函数的求解比较困难。

被折叠的 条评论
为什么被折叠?