给定一些数据向量(x1, x2, y),问二分类函数\(\ \hat y=\mathrm{sgn}(w_1x_1+w_2x_2+b)\ \)能否调整参赛w,b划分所有样本点。
这是常见的感知机/支持向量机模型。显然能分类就是找到一个超平面隔开所有样本点。我sb把维数看成了三维演了三个小时。。其实题目就是看二维点集能否被划分。那就非常简单,只要判断两个点集合的凸包不相交即可。
给定一些数据向量(x1, x2, y),问二分类函数\(\ \hat y=\mathrm{sgn}(w_1x_1+w_2x_2+b)\ \)能否调整参赛w,b划分所有样本点。
这是常见的感知机/支持向量机模型。显然能分类就是找到一个超平面隔开所有样本点。我sb把维数看成了三维演了三个小时。。其实题目就是看二维点集能否被划分。那就非常简单,只要判断两个点集合的凸包不相交即可。