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 ...
Get Kollektive Intelligenz analysieren, programmieren und nutzen now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
