Matlab源码中，贝叶斯与线性分类器如何实现手写数字识别？

本文共计732个文字，预计阅读时间需要3分钟。

1. 简介+线性分类器的原理+通过变换映射为特征向量后，它就成为了特征空间中的点。而由于每个类中的样本会具有某些共性，即特征会有不同，那么这些属于一个类的基本集的点集就是特征空间中的点集。

1 简介

线性分类器的原理当样本通过变换映射为特征向量以后，它就成为了特征空间中的点。而由于每个类中的样本会具有某些共性，即特征会有不同，那么属于一个类的样本集的点集，总是会与别的类的点集相分离，那么如果我们可以找到一个函数，能够把不同的点集相分离，那我们的任务也就解决了。由于判别函数法不依赖于概率密度分布的统计学知识，我们可以理解为将样本通过他们的特征用几何方法，将整个空间分解为不同类的子空间。判别函数法可以根据边界所代表的函数划分为线性和非线性分类器。由于线性分类器涉及数学方法较为简单，实现更简便，我们选取了线性分类器作为本文研究方向。