李宏毅《機器學習》課程筆記（作業二：分類）

爲什麼不能直接用迴歸的方式來做分類的問題，因爲在迴歸裏面，可能同一類裏面的樣本點他們的feature差異很大，但是lable都是1，這就要求求出來的model兼顧所有的樣本點，那麼可能導致model性能較差。下圖表現的非常清晰。 在做分類的時候，用到貝葉斯公式，可是公式中的P(x|C1)應該怎麼算呢？因爲面對一個新的x的時候訓練數據裏沒有。這個時候我們把訓練數據假設是一個高斯分佈得到的，所以找出最

>>阅读原文<<