林轩田机器学习基石课程个人笔记-第十二讲

在前面学习的算法基本上都是用于线性分类或是线性回归，所用的数据集基本上也是线性可分的。但是在实际中这种理想的情况是大概率不存在的，也就是说我们的问题是线性不可分问题，这时应该怎么处理呢？这就是下面学习的内容 举例来说，如下所示：如果数据集是线性可分的，意味着我们可以找到一条线较好的将不同的部分进行区分，数学上来说就是可以求出一个矩阵W来得到S；如果数据集是线性不可分的，那么很难找到一条直线进行很好

>>阅读原文<<