确定两个类别是否在二维空间中线性可分

有两个类别,我们称之为X和O。这些类别的若干元素分布在xy平面上。下面是一个例子,展示了两个类别在线性上不可分的情况。在这种情况下,不可能画出一条直线,完美地将X和O分开,分别位于直线的两侧。

两个类别的成员分布在xy平面上

如何一般性地确定两个类别是否线性可分? 我对一个算法感兴趣,这个算法不假设元素的数量或分布。当然,优先选择计算复杂度最低的算法。


回答:

如果你分别为X点和O点找到了凸包(即此时你有两个独立的凸包),你只需要检查这些凸包的任何部分是否相交,或者其中一个凸包是否被另一个包围。

如果发现两个凸包完全不相交,那么这两个数据集在几何上是可分的。

由于凸包按定义是凸的,任何分隔线都将是一条直线。

有高效的算法既可以用来寻找凸包(qhull算法基于O(nlog(n))快速凸包方法,我想),也可以对一组线段进行线线交点测试(扫描线O(nlog(n))),因此总体来看,似乎可能实现一个高效的O(nlog(n))算法。

这种方法也应该可以推广到一般k-way分离测试(你有k组对象),通过形成凸包并为每一组进行交点测试。

它在更高维度下也应该适用,尽管交点测试会开始变得更加具有挑战性…

希望这对你有帮助。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注