电子科技大学研究生《模式识别与机器学习》课程 第7讲其他分类方法 7 Classifiers for More 郝家胜(Jiasheng Hao) Ph.D.,Associate Professor Email:hao@uestc.edu.cn School of Automation Engineering,Center for Robotics University of Electronic Science and Technology of China,Chengdu 611731
电子科技大学研究生《模式识别与机器学习》课程 Email: hao@uestc.edu.cn School of Automation Engineering, Center for Robotics University of Electronic Science and Technology of China, Chengdu 611731 郝家胜 (Jiasheng Hao) Ph.D., Associate Professor 第7讲 其他分类方法 7 Classifiers for More
引言 5 线性判别函数：简单、实用、经济，但线性不可分时错误率可能较大 噪声影响 问题线性不可分 采用非线性分类器 问题本身 新特征 改变特征，使线性可分 非线性变换 本章介绍几种非线性分类器：分段线性，神经网络和支持问量机 电子科技大学研究生《模式识别》
电子科技大学研究生《模式识别》 引言 本章介绍几种非线性分类器：分段线性,神经网络和支持向量机
决策问题 /956 女儿：多大年纪了？ 年龄 <=30 >30 母亲：26。 女儿：长的帅不帅？ 长相 不见 母亲：挺帅的。 帅或中等 丑 女儿：收入高不？ 收入 不见 母亲：不算很高，中等情况。 高 中等 低 女儿：是公务员不？ 母亲：是，在税务局上班呢。 见 公务 员 不见 女儿：那好，我去见见。 是 不是 见 不见 电子科技大学研究生《模式识别》
电子科技大学研究生《模式识别》 决策问题 女儿：多大年纪了？ 母亲：26。 女儿：长的帅不帅？ 母亲：挺帅的。 女儿：收入高不？ 母亲：不算很高，中等情况。 女儿：是公务员不？ 母亲：是，在税务局上班呢。 女儿：那好，我去见见
非数值特征 956 非数值特征(nonmetric features) ●名义特征(nominal features) ■如性别、民族、职业、字符串中的字符、DNA序列中的核酸类型(A、C、G、T)等 ●序数特征(ordinal features) ■如序号、分级等，是一种数值，有顺序，但不能看作是欧式空间中的数值 ·与研究目标之间呈非线性关系的数值特征 ■比如年龄、考试成绩、温度等 ●区间(interval)数据 ■取值是实数，可以比较大小，但没有一个“自然的”零，如温度 电子科技大学研究生《模式识别》
电子科技大学研究生《模式识别》 非数值特征
决策问题 956 >60? 发烧 彩 是 是 否 普通感冒 白血球高？ 是 病毒感染 细菌感染 决策树模型是一种树形结构，其中每个内部节点表示一个属 性上的测试。每个分支代表一个测试输出，每个叶节点代表 一种类别。 电子科技大学研究生《模式识别》
电子科技大学研究生《模式识别》 决策树模型是一种树形结构，其中每个内部节点表示一个属 性上的测试。每个分支代表一个测试输出，每个叶节点代表 一种类别。 决策问题