支持向量机
任务定义
Recent posts
Perceptron(感知器)
感知机是一种线性分类器，用于二分类问题。它的基本思想是找到一个线性超平面将数据集中的不同类别分开。感知机算法的目标是通过迭代更新权重向量，使其能够正确分类所有训练样本。
逻辑回归
逻辑回归 在逻辑回归模型中，对于二分类问题，目标变量 y 可以取 0 或 1 的值，其中 1 代表属于类别 $c_1$，0 代表属于类别 $c_2$。模型的目的是基于输入特征 x 来预测 y 的概率 $p(y=1|x)$，这个概率由 Sigmoid 函数 σ 来计算，具体如下：
Fisher 线性判别分析 (LDA)
1. Fisher 准则重述 在 Fisher LDA 中，我们寻找一个投影向量 $\mathbf{w}$ 来最大化类间距离并最小化类内距离。这可以通过最大化以下 Fisher 准则来实现：