我一直听到这句话作为许多算法的先驱,但我不确定如何准确地找出数据是否确实是线性可分的。
当然,如果数据的维数为 )是否/何时确实是线性可分的时,究竟涉及的方法是什么?有哪些技巧?
我一直听到这句话作为许多算法的先驱,但我不确定如何准确地找出数据是否确实是线性可分的。
当然,如果数据的维数为 )是否/何时确实是线性可分的时,究竟涉及的方法是什么?有哪些技巧?
您可以使用导览查看数据。这是数据线性投影的电影,因此如果数据是线性可分的,您应该会在某处看到组分开。Tours 在ggobi中可用,tourr包在 R 中。视频示例可以在 Cook & Swayne “用于数据分析的交互式和动态图形”网站上查看,请参阅有关监督分类的章节。这些视频是 mov 格式的,是时候把它们放到 vimeo 上了。您还可以在我的数据挖掘课程网站或多变量数据分析网站上查看材料,以及在vimeo上查看视频。. 游览将适用于最多约 15 个维度的数据,除此之外,需要花费太多时间来观察以找到分离。结合投影追踪可以帮助一些人。CRAN 上还有一个名为classifly的包,它将游览与数据和分类方法相结合。它将制作一个预测网格,以查看高 d 类之间的边界。