二次分類器

维基百科,自由的百科全书
跳转至: 导航搜索

二次分類器是在機器學習中,使用二次曲面來將物件或事件分成兩個或以上的分類。 它是线性分类器的一般化版本。

分類問題[编辑]

統計分類考慮一個集合,每一個元素是一個對物件或事件觀察後所得的向量x,每一個都被分成y。 這個集合一般被稱為訓練資料。 問題是在於,要如何決定一個新的觀察項目其最好的類別應是哪一種。 對一個二次分類器,它假設其解會成二次關係,所以y是由以下來決定:

 \mathbf{x^T A x} + \mathbf{b^T x} + c

在特列的情況下,每個觀察牽涉到兩個測量項。 這意味著,這切分的平面將是圓錐曲線之一(如:直線橢圓拋物線雙曲線)。

二次判別分析[编辑]

二次判別分析是非常類似於線性判別分析的。

其它二次分類器[编辑]