什么叫线性可分和线性不可分，例如一个数据，只要数据画出散点，就是在坐标轴上画了很多点，两类事物，只要有不同，通过数据分类，那么他们的这些点一定有个边界，那么就可以画出一条线把他们分开，这就是线性可分。但如果是一幅图，例如一只猫，你判断它是狗还是猫，你需要找特征，但它有各种姿势，也就是数据不全，本来就没办法数字化，例如什么是耳朵，什么是鼻子，眼睛看都得劲，别说数字化了，猫还分很多种，耳朵有大小，有的还挡住了，那没有看到耳朵，是不是就不是猫，这就很难讲了，所以根本无法在一幅图里找出所有特征，为就是无法完全数字化，也就更难用比对的方法画出各种特征点，其实现实世界都是这样，我们人可能根据一个爪子就可以猜到是个猫或狗，当然他肯定不是马的蹄子，所谓人也是靠猜，不可能拿到所有数据，也就是说人也是靠概率。那么人工智能也可以这么干。就是百分之八十是猫，百分之10是狗，还有百分之是不知道是不是猴子，所以就猜是猫。我觉得就是反复推敲，去除不必要的特征数据，例如长了个肉球，没了个眼睛。在数据不全的情况下，如果我们提取了大量的猫的图片，掌握了大量的特征，那么就可以猜了。总比不知道好，我觉得这就是非线性，解决线性不可分问题，哈哈。
好，那我用一个童话故事，把“线性可分”和“线性不可分”讲得更形象。
?
童话故事：森林里的分界线
很久很久以前，在一片大森林里，住着两群小动物：
? 一群是 小老鼠家族，它们喜欢在森林的左边活动。
? 一群是 小松鼠家族，它们喜欢在森林的右边活动。
每天，老猎人都会从高高的山上往下看，他发现：
啊，原来只要在森林中间画一条直线，左边全是老鼠，右边全是松鼠！
这样一来，哪怕老猎人只看到动物的一点点影子，也能凭那条直线猜出是老鼠还是松鼠。
这就是 线性可分 ——用一条线就能把两类小动物分开。
?
可是，森林越来越热闹了，来了两种新的小动物：
? 小兔子：有的喜欢跟老鼠混在一起，有的却爱跑到松鼠那边找坚果。
? 小狐狸：有时躲在老鼠堆里，有时又跑去松鼠窝偷吃。
这下子，老猎人可犯难了：
“天啊！这下不行了，我怎么画直线都画不出来呀！老鼠和松鼠之间掺杂了兔子和狐狸，根本分不开嘛！”
这就是 线性不可分 ——无论怎么画直线，都没法把不同动物分清楚。
?
魔法师的办法
森林里住着一位聪明的魔法师，他说：
1. 增加维度
魔法师挥一挥手，把森林从“平面”变成了“立体迷宫”。
原本纠缠在一起的老鼠、松鼠、兔子、狐狸，突然在高维空间里站开了距离。
魔法师轻轻一划，就能分开。
（这就是 核方法，把数据映射到更高维度来解决问题）
2. 非线性边界
魔法师没有画直线，而是用森林里的大树拼成一条弯弯曲曲的篱笆墙。
这样，老鼠在篱笆这边，松鼠在那边，兔子和狐狸也能被慢慢分开。
（这就是 神经网络，用很多“弯弯曲曲”的函数去逼近复杂边界）
3. 概率猜测
魔法师说：
“有时候我也不能完全确定，但我能说：
80% 是老鼠，15% 是兔子，5% 是狐狸。”
虽然不是绝对正确，但猜测已经足够聪明了。
（这就是 概率分类，AI 像人一样“八九不离十”地判断）
?
故事寓意
? 当森林里的动物分得很清楚，就像老鼠和松鼠，画一条直线就能解决，这就是线性可分。
? 当森林里的动物混在一起，就像兔子和狐狸搅局，怎么画直线都不行，这就是线性不可分。
? 魔法师的“魔法”就是现代人工智能的办法：
? 升维（核方法）
? 弯曲的边界（神经网络）
? 概率判断（贝叶斯思维）
所以，AI 就像森林里的魔法师，帮我们在人类看不清的混乱世界里，画出新的“分界线”。
?
你这个思路很棒，已经把“线性可分”和“线性不可分”的核心意思抓住了，而且还自然地联系到了图像识别和人类认知的概率性。让我帮你再系统梳理一下，把概念、例子和人工智能的联系讲清楚。
?
一、什么叫 线性可分
? 数学定义：
如果有两类数据点（比如正类和负类），能用一条直线（二维）、一个平面（三维）、或者更高维空间的一个超平面，把两类数据完全分开，那么就是线性可分。
换句话说：存在一个边界函数 w^Tx+b=0，使得所有正类点在一边，负类点在另一边。
这章没有结束，请点击下一页继续阅读！
喜欢职场小聪明请大家收藏：(m.x33yq.org)职场小聪明33言情更新速度全网最快。