Kollektive Intelligenz analysieren, programmieren und nutzen

Kernel-Methoden verstehen

Überlegen Sie, was passiert wäre, wenn Sie versucht hätten, den linearen Klassifizierer auf eine Datenmenge anzuwenden, die so aussieht wie die in Abbildung 9-7.

Wo würden die Mittelpunkte für jede Klasse liegen? Genau am selben Ort! Auch wenn Ihnen und mir klar ist, dass alles innerhalb des Kreises ein X und alles außerhalb ein O ist, kann der lineare Klassifizierer nicht zwischen diesen beiden Klassen unterscheiden.

Aber stellen Sie sich vor, was passierte, wenn Sie jeden x- und y-Wert zuerst quadrierten. Ein Punkt, der sich an (−1;2) befand, würde nun bei (1;4) liegen, ein Punkt bei (0,5;1) käme nun zu (0,25;1) und so weiter. Der neue Graph würde aussehen wie der in Abbildung 9-8.

Alle X wurden in die Ecke verschoben ...