分类边界擂台

坤坤想根据两项检测指标，把两类食品样本分开。第一批样本用一条直线就能分得不错，换一批数据，样本却围成了圈。原来的办法开始频繁出错。

在同一批数据上比较几种分类方法，帮坤坤选出合适的模型。看看它们各自画出的分界线，再加入噪声、调整参数，判断谁能分清新样本，谁只是记住了眼前这些点。

相关知识

• 逻辑回归：理解线性分类边界从哪里来。
• 决策树与核方法：看看分块切分和弯曲边界怎样处理直线分不开的样本。
• 训练集与测试集：用没参与训练的样本比较模型，避免只看训练成绩。
• 过拟合与正则化：判断更复杂的边界是在学习规律，还是跟着噪声走。

进入实验：下载完整项目包 · 查看全部项目

打开项目后选择「分类边界擂台」。运行方法见包内 GETTING_STARTED.md，原理讲解和练习引导在实验页面里。