エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
パターン識別 (4) 正規密度に対する判別関数 - 人工知能に関する断創録
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
パターン識別 (4) 正規密度に対する判別関数 - 人工知能に関する断創録
今日は p.36。 2つの正規分布から生成されたサンプルを分離するための決定境界を求めてみる。ケース1共... 今日は p.36。 2つの正規分布から生成されたサンプルを分離するための決定境界を求めてみる。ケース1共分散行列 の場合。ただし、決定境界は手計算で と求めてしまった。 白い点の集合と黒い点の集合が見事に分断されてる。ケース1の場合は直線で分離できるので線形判別関数(linear discriminant function)と呼ばれている。この直線を求めるためには正規分布の平均ベクトルと共分散行列が既知である必要がある。普通はこんな好都合なことはなくて、分布は不明、得られているのはサンプルのみってことが多い。この場合には機械学習で決定境界を学習する方法が取られる。後のお楽しみ。 Rのソースコード # 正規密度に対する識別関数 ケース1 linear_discriminant <- function() { # mvrnormを使うため library(MASS) # カテゴリ1の分布を定義