一些学习过程中的思考

有没有一种算法，拟合过程始于边界识别？（只是根据下图引发的基于图像的思考，至于可不可以更抽象，或者存在对“经验风险最小化原则”的理解偏差，要看之后学习。）

 

关于步骤：

1.识别给定数据的边界

2.基于数据密度缩小边界范围

3.进一步压缩边界（找中点之类的）

4.得到拟合线

 

 

对比经验风险最小化原则：

识别边界可以避免欠拟合

基于密度缩小范围可以避免偏差过大

压缩边界如果方法得当可以避免过拟合