第915章 什么叫线性可分和线性不可分（第4页）

?直观例子：

?异或门（xor）问题：

数据点是（0，0）、（1，1）属于一类；（0，1）、（1，0）属于另一类。

怎么画直线都分不开，必须用非线性方法。

?图像识别：比如猫和狗的图片，耳朵、眼睛、身体姿势、光照条件、毛色都可能变化，导致“特征点”

分布非常复杂，根本画不出一条直线来分开。

?

三、为什么现实世界常常是“线性不可分”

你说的很对——世界数据本来就不完美、不完整。

?图像识别中：猫的耳朵可能被挡住、眼睛可能闭着、身体可能是趴着或卷起来的；即使是人眼，有时也得猜。

?经济学中：市场涨跌也不是一条直线能解释的，受无数变量影响。

?人类判断：我们看到一个爪子就能猜出“八成是猫”

这说明：我们并不总是依赖绝对边界，而是依赖概率和特征组合来做判断。

?

四、人工智能如何解决线性不可分问题

这就是非线性方法的意义。

1增加维度（核方法）：

?比如支持向量机（sv），用核函数把原来二维的不可分点映射到更高维度，在高维空间里也许就能用一个超平面分开。

?类似于你把一团打结的线拉到三维空间，就能解开一样。

2神经网络（非线性激活函数）：

?多层感知机（lp）在每一层加入非线性激活（如re、sigoid），就能逼近任意复杂的函数。

本章未完，点击下一页继续阅读