模式识别与机器学习 | 第三章 判别函数
3.1 线性判别函数
3.2 广义线性判别函数
3.3 分段线性判别函数
3.4 模式空间和权空间
3.5 Fisher线性判别
3.6 感知器算法
3.7 采用感知器算法的多类模式的分类
3.8 可训练的确定性分类器的迭代算法
3.9 势函数法 — 一种确定性的非线性分类算法
3.10 决策树简介
3.1 线性判别函数
3.1.1 用判别函数分类的概念
模式识别系统的主要作用
- 判别各个模式所属的类别
对一个两类问题的判别，就是将模式x划分成ω1和ω2两类。
两类问题的判别函数（以二维模式样本为例）
若x是二维模式样本x = (x1 x2)T，用x1和x2作为坐标分量，得到模式的平面图：
这时，若这些分属于ω1和ω2两类的模式可用一个直线方程d(x)=0来划分
d(x) = w1x1 + w2x2 + w3 = 0
其中x1、x2为坐标变量，w1、w2、w3为参数方程，则将一个不知类别的模式代入d(x)，有
- 若d(x) > 0，则 x ∈ ω1
- 若d(x) < 0，则 x ∈ ω2
此时，d(x)=0称为判别函数。