【機器學習基礎】判別函數

本系列爲《模式識別與機器學習》的讀書筆記。 一，分類線性模型概述 分類的⽬標是將輸⼊變量 x \boldsymbol{x} x 分到 K K K 個離散的類別 C k \mathcal{C}_k Ck​ 中的某⼀類。 最常見的情況是， 類別互相不相交， 因此每個輸⼊被分到唯⼀的⼀個類別中。因此輸⼊空間被劃分爲不同的決策區域（decision region），它的邊界被稱爲決策邊界（decision

>>阅读原文<<