原创力文档表格
{
边框‑折叠:
折叠;
}
表格,
th,
td
{
边框:
1px
实线
#000;
}
6.
分类的线性模型
引言
分类（判别）是我们所考虑的第二类监督学习问题。
我们的任务是根据的测量值将其归类到若干类别之一。
更正式地说，给定一个输出变量G，其取值于离散索引集中的K个类别，我们的目标是
建立一个分类规则，根据X的值将样本分配到相应类别。
分类器是一种预测规则，基于X变量分配响应类别：其表示为Ĝ(X)。
示例：=有偿债能力，=无偿债能力。
0
表格
{
边框‑折叠:
折叠;
}
表格,
th,
td
{
边框:
1px
实线
#000;
}
6.
分类的线性模型
引言
分类（判别）是我们所考虑的第二类监督学习问题。
我们的任务是根据的测量值将其归类到若干类别之一。
更正式地说，给定一个输出变量G，其取值于离散索引集中的K个类别，我们的目标是
建立一个分类规则，根据X的值将样本分配到相应类别。
分类器是一种预测规则，基于X变量分配响应类别：其表示为Ĝ(X)。
示例：=有偿债能力，=无偿债能力。
0
文档评论（0）