跳转到内容

二次分类器

维基百科,自由的百科全书

二次分类器是在机器学习中,使用二次曲面来将物件或事件分成两个或以上的分类。 它是线性分类器的一般化版本。

分类问题

统计分类考虑一个集合,每一个元素是一个对物件或事件观察后所得的向量x,每一个都被分成y。 这个集合一般被称为训练资料。 问题是在于,要如何决定一个新的观察项目其最好的类别应是哪一种。 对一个二次分类器,它假设其解会成二次关系,所以y是由以下来决定:

在特列的情况下,每个观察牵涉到两个测量项。 这意味著,这切分的平面将是圆锥曲线之一(如:直线椭圆抛物线双曲线)。

二次判别分析

二次判别分析是非常类似于线性判别分析的。

其它二次分类器