從線性判別分析（LDA）來理解線性分類（linear classifiers）和概率模型（probabilistic modeling）

首先什麼是線性分類 我們最常見的線性分類器邏輯迴歸（logistics regression）和支持向量機（support vector machine），邏輯迴歸的思想就是通過數據集找到一條決策邊界（decision boundary）能將數據分割開來，他的損失函數就是對數損失，而他的格式又對應於相應的極大似然估計的推斷，和概率已經不自覺的掛上鉤了。而支持向量機本質上也是找到一條決策邊界來分離數

>>阅读原文<<