线性分类器与非线性分类器的区别是什么?有哪些优劣特性?

Posted Data+Science+Insight

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了线性分类器与非线性分类器的区别是什么?有哪些优劣特性?相关的知识,希望对你有一定的参考价值。

线性分类器与非线性分类器的区别是什么?有哪些优劣特性?

线性分类器

线性分类器就是用一个“超平面”将两个样本隔离开,如:
  (1)二维平面上的两个样本用一条直线来进行分类;
  (2)三维立体空间内的两个样本用一个平面来进行分类;
  (3)N维空间内的两个样本用一个超平面来进行分类。
常见的线性分类器有:LR,贝叶斯分类,单层感知机、线性回归,SVM(线性核)等。
线性分类器速度快、编程方便且便于理解,但是拟合能力低。

非线性分类器

非线性分类器就是用一个“超曲面”或者多个超平(曲)面的组合将两组样本隔离开(不属于线性的分类器),如:
  (1)二维平面上的两组样本用一条曲线或折线来进行分类;
  (2)三维立体空间内的两组样本用一个曲面或者折面来进行分类;
  (3)N维空间内的两组样本用一个

以上是关于线性分类器与非线性分类器的区别是什么?有哪些优劣特性?的主要内容,如果未能解决你的问题,请参考以下文章

人工智能深度学习机器学习常见面试题241~260

计算机视觉与深度学习线性分类器

为非线性分类器寻找特定于标签的***特征

LR和SVM的区别

SVM入门线性分类器的求解——问题的转化,直观角度

线性分类器