yusuke_ujitoko https://blog.hatena.ne.jp/yusuke_ujitoko/ 緑茶思考ブログ https://yusuke-ujitoko.hatenablog.com/ 機械学習 特徴の型 パターン認識は、対象を観測し、識別に有効な特徴を抽出することから始まる。 観測される特徴は以下のように分類できる。 定性的特徴（非数値データ） 名義尺度（分類のための単なる名前） 順序尺度（順序関係を表す） 定量的特徴（数値データ） 比例尺度（原点が定まっており、比率が意味を持つ） 間隔尺度（一定の単位で量られた量、量間の比が意味を持たない） 次元の呪い 次元が増えると、学習のための必要データ数が指数関数的に増加すること 高次元空間では、一見直観的でない性質がある。 例えば超立方体などを考えてみるとその非直観性がわかる。 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fyusuke-ujitoko.hatenablog.com%2Fentry%2F2017%2F03%2F31%2F233000" title="【はじめてのパターン認識】第1章 はじめに - 緑茶思考ブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2017-03-31 23:30:00 rich https://yusuke-ujitoko.hatenablog.com/entry/2017/03/31/233000 1.0 100%