给定一个特征向量,如何判断我的数据点是否线性可分

我有一个矩阵表示的特征向量,并且我在二维平面上有数据点。如何判断这些数据点是否与该特征向量线性可分?

可以检查是否存在一条线将数据点分为两部分。如果没有这样的线,如何在更高维度上检查线性可分性?


回答:

理论上的回答

如果我们假设两个类别的样本按照高斯分布分布,我们将得到一个描述决策边界的二次函数。

如果协方差矩阵相同,我们将得到一个线性决策边界。

实际操作的回答

请参见此处的SO讨论

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注