摘要：#思维导图 #第四章 线性判据与回归 ##4.1、 线性判据基本概念 定义 如果判别模型f(x)是线性函数，则f(x)为线性判据。 可以用于两类分类 也可以用于多类分类，相邻两类之间的决策边界也是线性的。 优势 计算量少：在学习和分类过程中，线性判据方法都比基于学习概率分布的方法计算量少。 适用于训 阅读全文

摘要：#第一章 ##1、什么是模式识别 定义： 根据已有的知识表达，针对待识别模式，判别决策其所述的类别或者预测其对应的回归值。 划分： 分为分类与回归两种。分类：输出量为离散的类别表达；回归：输出量为连续的信号表达。 回归是分类的基础，由回归值做判别决策可得到类别值。 如逻辑回归中使用 sigmoid 阅读全文