【学习】第一讲科学发声与嗓音保护

第一讲分类与回归问题

第一部分分类问题第二部分回归问题整理课件第一讲分类与回归问题第一部分分类问题整理课件1第一部分分类问题分类问题的描述分类问题的类型分类问题的求解方法

整理课件第一部分分类问题整理课件2分类问题的描述图1线性可分的两类问题整理课件分类问题的描述图1线性可分的两类问题整理课件3分类问题的描述图2线性不可分的两类问题整理课件分类问题的描述图2线性不可分的两类问题整理课件4分类问题的描述图3三类问题（1）整理课件分类问题的描述图3三类问题（1）整理课件5分类问题的描述图4三类问题（2）整理课件分类问题的描述图4三类问题（2）整6分类问题的描述分类问题：根据给定的训练集，其中要求寻找上的决策函数以便能用决策函数“较好地”推断任一模式相对应的值。整理课件分类问题的描述分类问题：根据给定的训练集，整理课件7从数学的角度看分类问题已知：（1）函数的值域为有限个离散点（2）函数在某些点上的函数值。求解：寻找一个函数能较好地预测其他点上的函数值整理课件从数学的角度看分类问题已知：整理课件8注记如何选择可选的函数类？

丰富与简单之间的权衡如何定义“较好地”？

经验风险与置信风险的折中是连续函数吗？定义域如果不是空间呢？比如；值域取不同的值会否影响解？比如

的连续化方法（值得研究）比如首先求一个从到的连续函数,然后再对其离散化，得到不连续的分类函数：整理课件注记如何选择可选的函数类？整理课件9分类问题的类型从类的多少角度：一类，二类，多类，可列无穷类;其中一类、二类是最基本的问题，因为其他可以通过它们来处理。从类的线性可分角度：线性可分，线性不可分。从类之间序关系的角度：有序分类，无序分类。整理课件分类问题的类型从类的多少角度：一类，二类，多类，可列无穷类;10分类问题的求解方法

寻找每个类固有的特征：更适合于一类、多类问题。如大部分的图像识别技术。寻找类之间的差异：更适合于两类问题。如支持向量机技术。一点想法：从类的分布角度出发，可以考虑从概率密度函数来选择分类函数，也可以考虑从势函数和混沌吸引子来选择分类函数。整理课件分类问题的求解方法寻找每个类固有的特征：更适合于一类、多类11第二部分回归问题回归问题的描述

回归问题的类型回归问题的求解方法

整理课件第二部分回归问题回归问题的描述整理课件12回归问题的描述图5线性回归问题整理课件回归问题的描述图5线性回归问题整理13回归问题的描述图6非线性回归问题整理课件回归问题的描述图6非线性回归问题整理课件14回归问题的描述回归问题：根据给定的训练集，其中要求寻找上的决策函数以便能用决策函数“较好地”推断任一模式相对应的值。整理课件回归问题的描述回归问题：根据给定的训练集，整理课件15从数学的角度看分类问题已知：（1）函数的值域为整个实数域；（2）函数在某些点上的函数值。求解：寻找一个函数能较好地预测其他点上的函数值。整理课件从数学的角度看分类问题已知：整理课件16回归问题与分类问题的关系

分类：回归：因此回归可以看成是分类问题的推广，可以看成是类别数为不可数时的分类问题。但我们不能以此简单地认为回归问题比分类问题难，事实上由于回归问题的值域为整个实数域，常常更好处理。整理课件回归问题与分类问题的关系分类：17注记如何选择可选的函数类？

丰富与简单之间的权衡如何定义“较好地”？

经验风险与置信风险的折中定义域如果不是空间呢？比如

的连续化方法（值得研究）整理课件注记如何选择可选的函数类？整理课件18回归问题的类型线性回归问题非线性回归问题整理课件回归问题的类型线性回归问题整理课件19回归问题的求解方法

插值方法曲线拟合方法 最小二乘法：偏差平方和最小最小ε带：偏差最大最小（可以变为两 类问题求解）整理课件回归问题的求解方法插值方法整理课件20插值与拟合图6插值:精确通过给定点;拟合:不需精确通过给定点整理课件插值与拟合图6插值:精确通过给定点;拟合: