干货！从0开始学习神经网络-第二课

接着我们上一课《

干货！从0开始学习神经网络（第一课）

》的内容，我们继续讲分类任务。

特征是用来区分事物属性的数据，对分类任务的成败有很大影响。对于不同的分类，需要提取的特征是不同的。比如要区分猫和狗，我们可以用毛发长度以及脸型来做。但如果要区分两种猫，就需要找到其他不同的特征来加以区分。

举个简单的二维特征向量的例子。比如说区分猫和狗这两种动物。我们选择的特征是毛发长度（单位：厘米）以及脸型（是否接近圆形）。在测量了6条狗和6只猫的数据之后，我们将特征向量表示在上图中的坐标系中。这个坐标系就叫做特征空间。

分类器就是一个根据特征向量来判断类别的函数。如上图，如果用直线做分界线，那么这个分类问题就成为：如何找到一条直线，将两类点分开。

（待续）

注：以上关于PPT的文字介绍由《小赛机器人》提供的语音转写文字功能帮助实现。