干货!从0开始学习神经网络-第二课

接着我们上一课《

干货!从0开始学习神经网络(第一课)

》的内容,我们继续讲分类任务。

特征是用来区分事物属性的数据,对分类任务的成败有很大影响。对于不同的分类,需要提取的特征是不同的。比如要区分猫和狗,我们可以用毛发长度以及脸型来做。但如果要区分两种猫,就需要找到其他不同的特征来加以区分。

举个简单的二维特征向量的例子。比如说区分猫和狗这两种动物。我们选择的特征是毛发长度(单位:厘米)以及脸型(是否接近圆形)。在测量了6条狗和6只猫的数据之后,我们将特征向量表示在上图中的坐标系中。这个坐标系就叫做特征空间。

分类器就是一个根据特征向量来判断类别的函数。如上图,如果用直线做分界线,那么这个分类问题就成为:如何找到一条直线,将两类点分开。

(待续)

注:以上关于PPT的文字介绍由《小赛机器人》提供的语音转写文字功能帮助实现。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181120G0ADSS00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券