1. PRML 第4章 線形識別モデル
@urapon_1
2012/8/5

2. やること
ある入力 x をK個の離散クラス C k に分類する
x の次元数-1(D-1次元)の超平面で分離する

3. やること
ある入力 x をK個の離散クラス C k に分類する
x の次元数-1(D-1次元)の超平面で分離する

4. 線形分離可能とは
( D−1) 次元の線形決定面によってクラス分類可能かどうか
線形分離可能 線形分離不能

5. 分類に関する表記法
● ２クラス分類 2値表現が一般的
t∈{0,1}
●
多クラス分類
T
t=(0,1,0,0,0)
1-of-K符号化法が一般的
(この例ではクラス2以外のベクトル要素が0)

6. 分類に関する表記法
● ２クラス分類 2値表現が一般的
t∈{0,1}
●
多クラス分類
T
t=(0,1,0,0,0)
1-of-K符号化法が一般的
(この例ではクラス2以外のベクトル要素が0)

7. 分類問題に対するアプローチ法
● 識別関数(4.1)
→識別関数により、直接クラスを決定
● 確率的識別モデル(4.3)
→条件付き確率 p (C k∣x)を求め尤度関数を最大化
● 確率的生成モデル(4.2)
p( x∣C k ) p (C k )
を求めるモデル
p (C k∣x)=
p (x)