【李宏毅 深度学习】Classification
1.分类的应用
信用评分、医疗诊断、手写字体识别、人脸识别……
分类就是输入参数,通过某种模型计算后,输出所属类别:
仍然用“pokemom”的例子,每只宝可梦有6个参数,下面是皮卡丘的参数值:
2.Ideal Alternatives
3.How to do Classification
用一次线性分类比较容易实现,但是特殊数据集会使结果产生error:
通过在两个盒子中摸球的例子,考虑二分类思想。
先只考虑宝可梦的两个特征。
4.Gaussian Distribution(高斯分布)
不同的μ和Σ决定不同的高斯分布情况。
最大似然
动手计算(两个特征):
利用2个特征求出的分类结果并不理想,用6个特征分类的结果仍不好。
5.优化模型
动手实现新的模型,分类效果提升。
Three steps:
简化函数
其实可以得到一个类似于线性的关系,这样更容易理解。(推导过程略)