线性可分是什么意思?

  统计/机器学习 监督式学习
5

机器学习中经常出现的线性可分是什么意思?


 

图不二   2017-11-08 10:11



   1个回答 
4

线性可分性是描述两分类的数据集的。

对于二维(两个特征)的数据集来说,如果存一条直线,能够把这两个分类完美区分,那么这个数据集就是线性可分的。

这三种情况都是线性可分的情况。

这个情况就不是线性可分,因为你需要一条以上的直线。


如果是多维数据,比如有k个特征,如果存在一个维度为k-1的超平面能够完美分开两类的数据点的化,也同样称为线性可分。


截图来自维基


蘑菇蘑菇   2017-11-12 13:02



相关问题

支持向量机(SVM)里的支持向量是什么意思   2回答

欠采样后概率还原问题   0回答

k-NN的k取1会怎么样   2回答

线性回归的bagging   2回答

逻辑回归的前提假设是什么?   1回答

什么时候该用LASSO,什么时候该用Ridge?   2回答

多元分类的混淆矩阵   1回答

k近邻算法(k-NN)怎么选k   2回答

什么是混淆矩阵(confusion matrix)   2回答

二元分类问题中经常提到的TP,TF,FN,FP都是什么意思?   3回答

sklearn predict的默认阈值   2回答

sklearn里learning_rate什么意思?   2回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!