这是一个创建于 4320 天前的主题，其中的信息可能已经有所发展或是发生改变。
首先建立坐标轴x、y；
随机得到n个点（可能是OO或者是XX），分布在平面上，并已知是OO还是XX及其坐标；
画出一条一直线，将这些点分开；
要求直线一边为OO一边为XX，错误个数的理解为OO跑到了XX的一边，或者XX跑到OO了的一边。
例如：
已知data=[[1,2,OO],[3,4,XX],[2,3,OO],[4,5,OO],[8,1,OO],[2,4,XX]]，求直线y=kx+b中的（k，b）。
随机得到n个点（可能是OO或者是XX），分布在平面上，并已知是OO还是XX及其坐标；
画出一条一直线，将这些点分开；
要求直线一边为OO一边为XX，错误个数的理解为OO跑到了XX的一边，或者XX跑到OO了的一边。
例如：
已知data=[[1,2,OO],[3,4,XX],[2,3,OO],[4,5,OO],[8,1,OO],[2,4,XX]]，求直线y=kx+b中的（k，b）。
 | 1 sanddudu 2014 年 4 月 7 日 线性回归方程？ |
 | 3 rock_cloud 2014 年 4 月 7 日 这个是最简单的线性分类啊，把OO的所有点坐标带入kx+b得到y1，XX的所有点坐标带入kx+b得到y2，然后最大化(y2-y1)^2就可以了。 |
 | 4 11 2014 年 4 月 7 日 线性判别分析(Linear Discriminant Analysis, LDA） |
 | 5 u 2014 年 4 月 7 日 同楼上。最基本的模式识别。 |
 | 6 wuyazi OP https://gist.github.com/10017286 代码转自： http://blog.csdn.net/ranchlai/article/details/10303031 是这种方法吗？ 第六行shift的变量原来是3，我改成1，想得到OO和XX交叉的分类结果，可是得到的图是这样的。。。 http://ntu.me/di/0TOLB/.jpg |
| 7 wuyazi OP |
 | 8 die4live 2014 年 4 月 7 日 SVM |
| 9 wuyazi OP |
 | 10 msg7086 2014 年 4 月 7 日 LDA 我记得是 machine learning 的技术吧…… |
| 11 wuyazi OP |
 | 13 yangzh 2014 年 4 月 7 日 请考虑 svm |
| 15 die4live 2014 年 4 月 7 日  1 理论方面可以看看 [支持向量机通俗导论（理解SVM的三层境界） - 结构之法 算法之道 - 博客频道 - CSDN.NET](http://blog.csdn.net/v_july_v/article/details/7624837#t34) [支持向量机系列 Free Mind](http://blog.pluskid.org/?page_id=683) 刚才用R试了下是可行的 设为线性核的话 也是可以得到k和b的 |
Select Language