「李宏毅机器学习」学习笔记-Classification:Probabilistic Generative Model
Classification就是找一个function,这个function的input是object的$x$,output是这个object属于哪个class。用到Classification的有一下例子:
这节课继续使用宝可梦的例子,我们想要找到一个function,input是一个宝可梦,output是这个宝可梦属于的系别。
Training data for Classification
首先收集数据。
Classification as Regression?
是否可以直接就把Classification问题当作Regression问题来解决?我们先如下假设:
理想情况如图左所示,能刚好找到Class1和Class2的分界线,即绿色线。但是,如果数据中有过于正确的值,比如远远大于1的值,训练出的model应该是紫色那条线,会与理想中绿色线有偏差。使用Regression的话,Regression Model会惩罚太正确的点,效果反而不好。
如果我们对多分类问题如图这样假设,其实是暗示Class 1与Class 2,Class 2与Class 3是有某种关系的,但实际上可能没有,这时就是不合理的。
Ideal Alternatives
Three Steps
Probability Distribution
Posterior Probability
如果本博文对您有帮助,可以赞助支持一波博主~
推荐阅读
- 本文链接:https://blueschang.github.io/2018/11/02/「李宏毅机器学习」学习笔记-Classification/
- 版权声明:本博客所有文章除特别声明外,均采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 许可协议。转载请注明出处!