compañía y si los datos son transferibles.

Question

De la que he oído esta frase como un precursor de muchos de los algoritmos, pero no estoy seguro exactamente cómo uno va sobre averiguar si los datos es, de hecho, linealmente separables.

Por supuesto, si los datos tienen la dimensionalidad $d\leq3$ siempre podemos ir sobre el trazado supongo, pero ¿cuál es/son el / los métodos implicados exactamente en averiguar si/cuando los datos de mayor dimensión ($d \geq 4$) es de hecho linealmente separables? ¿Qué técnicas existen?

Answer 1

Usted puede utilizar el tour de mirar los datos. Esta es una película de proyecciones lineales de los datos, de modo que si los datos son linealmente separables usted debe ver a los grupos por separado en algún lugar. Los Tours están disponibles en ggobi, y el tourr paquete en R. Vídeo ejemplos se pueden ver en el horno de cocción Y Swayne "Interactivos y Gráficos Dinámicos para el Análisis de Datos" del sitio web, consulte el capítulo sobre clasificación supervisada. Estos videos son en formato mov, que es hora de que lo pusimos en vimeo en su lugar. También puede buscar en el material en mi minería de datos sitio de la clase o el análisis de datos multivariados sitio, y videos en vimeo. La gira de trabajo para datos de hasta unos 15 dimensiones, más allá de que se toma demasiado mucho tiempo para mirar de encontrar las separaciones. La combinación con la proyección de búsqueda puede ayudar a algunos. También hay un paquete llamado classifly en CRAN que combina visitas con los datos y los métodos de clasificación. Se hará una cuadrícula de predicciones para ver los límites entre las clases en alta-d.