线性学习系统,例如简单的“最接近类平均”算法或 SVM,如何对落在超平面上的数据点进行分类?
线性学习系统如何对落在超平面上的数据点进行分类
数据挖掘
机器学习
分类
算法
支持向量机
监督学习
2022-03-05 13:47:27
1个回答
当要分类的数据点在超平面上时,线性二元分类器可以选择任一类(但始终如一)。这仅取决于您如何对其进行编程。
此外,这并不重要。这不太可能发生。事实上,如果我们有任意精度的计算和正态分布的特征,那么发生这种情况的概率为 0(确切地说,不是四舍五入)。我们有 IEEE 754 浮点数,所以概率不是 0,但仍然如此之小,以至于有更重要的因素需要担心。
其它你可能感兴趣的问题