In a statistical-classification problem with two classes, a decision boundary or decision surface is a hypersurface that partitions the underlying vector space into two sets, one for each class. The classifier will classify all the points on one side of the decision boundary as belonging to one class and all those on the other side as belonging to the other class. A decision boundary is the region of a problem space in which the output label of a classifier is ambiguous. If the decision surface is a hyperplane, then the classification problem is linear, and the classes are linearly separable.
| Attributes | Values |
|---|
| rdf:type
| |
| rdfs:label
| - Decision boundary (en)
- 결정 경계 (ko)
- 決定境界 (ja)
- 决策边界 (zh)
|
| rdfs:comment
| - 2クラス分類問題における決定境界（けっていきょうかい、英語: decision boundary、decision surface）は、基底となるベクトル空間上で各クラスごとに2つの集合に分割する超曲面である。分類器は決定境界を得ることで決定境界の片側にあるすべての点を一方のクラスに、もう片側にあるすべての点をもう一方のクラスへと分類を行う。 決定境界は分類器の出力ラベル（出力値）が明らかでない問題空間の領域上に定義される。 決定境界が超平面であるとき、分類問題は線形な境界となる。このとき各クラスは線形な超平面によって分離可能であり、線形分離可能な状態であるといえる。 決定境界は必ずしも明確に決まるとは限らない。つまりのあるクラスから別のクラスへの変位が不連続ではなく、ゆるやかに変化しているためである。この作用はファジィ理論に基づく分類アルゴリズムでよくみられるもので、未知の入力に対してどのクラスへ属するかが不明瞭なことがある。 (ja)
- ( 비슷한 이름의 결정립계에 관해서는 해당 문서를 참조하십시오.) 두 개의 계층을 가지고 있는 문제에서, 결정 경계는 기본 벡터공간을 각 클래스에 대하여 하나씩 두 개의 집합으로 나누는 초표면이다. 는 결정 경계의 한쪽에 있는 모든 점을 한 클래스, 다른 한쪽에 있는 모든 점을 다른 클래스에 속하는 것으로 분류한다. 결정 경계는 출력 계층이 모호한 문제 공간의 영역이다. 만약 결정표면이 초평면이라면, 분류문제는 선형이며 그 계층들은 선형적으로 분리가능하다. 결정 경계가 항상 명확한 것은 아니다. 즉 특징 공간안에서의 한 계층으로부터 다른 계층으로의 전이는 불연속적인 게 아니라 점진적이다. 이 효과는 계층들이 모호할 때 퍼지 논리 기반의 분류 알고리즘에서 보편적이다. (ko)
- 决策边界或决策面（decision surface）是统计分类问题中的一个超曲面，把向量空间（作为特征空间）划分为两个集合，分别对应两个分类。 如果决策面是超平面，那么这个分类问题是线性的，分类是的。 (zh)
- In a statistical-classification problem with two classes, a decision boundary or decision surface is a hypersurface that partitions the underlying vector space into two sets, one for each class. The classifier will classify all the points on one side of the decision boundary as belonging to one class and all those on the other side as belonging to the other class. A decision boundary is the region of a problem space in which the output label of a classifier is ambiguous. If the decision surface is a hyperplane, then the classification problem is linear, and the classes are linearly separable. (en)
|
| dcterms:subject
| |
| Wikipage page ID
| |
| Wikipage revision ID
| |
| Link from a Wikipage to another Wikipage
| |
| sameAs
| |
| dbp:wikiPageUsesTemplate
| |
| has abstract
| - In a statistical-classification problem with two classes, a decision boundary or decision surface is a hypersurface that partitions the underlying vector space into two sets, one for each class. The classifier will classify all the points on one side of the decision boundary as belonging to one class and all those on the other side as belonging to the other class. A decision boundary is the region of a problem space in which the output label of a classifier is ambiguous. If the decision surface is a hyperplane, then the classification problem is linear, and the classes are linearly separable. Decision boundaries are not always clear cut. That is, the transition from one class in the feature space to another is not discontinuous, but gradual. This effect is common in fuzzy logic based classification algorithms, where membership in one class or another is ambiguous. (en)
- 2クラス分類問題における決定境界（けっていきょうかい、英語: decision boundary、decision surface）は、基底となるベクトル空間上で各クラスごとに2つの集合に分割する超曲面である。分類器は決定境界を得ることで決定境界の片側にあるすべての点を一方のクラスに、もう片側にあるすべての点をもう一方のクラスへと分類を行う。 決定境界は分類器の出力ラベル（出力値）が明らかでない問題空間の領域上に定義される。 決定境界が超平面であるとき、分類問題は線形な境界となる。このとき各クラスは線形な超平面によって分離可能であり、線形分離可能な状態であるといえる。 決定境界は必ずしも明確に決まるとは限らない。つまりのあるクラスから別のクラスへの変位が不連続ではなく、ゆるやかに変化しているためである。この作用はファジィ理論に基づく分類アルゴリズムでよくみられるもので、未知の入力に対してどのクラスへ属するかが不明瞭なことがある。 (ja)
- ( 비슷한 이름의 결정립계에 관해서는 해당 문서를 참조하십시오.) 두 개의 계층을 가지고 있는 문제에서, 결정 경계는 기본 벡터공간을 각 클래스에 대하여 하나씩 두 개의 집합으로 나누는 초표면이다. 는 결정 경계의 한쪽에 있는 모든 점을 한 클래스, 다른 한쪽에 있는 모든 점을 다른 클래스에 속하는 것으로 분류한다. 결정 경계는 출력 계층이 모호한 문제 공간의 영역이다. 만약 결정표면이 초평면이라면, 분류문제는 선형이며 그 계층들은 선형적으로 분리가능하다. 결정 경계가 항상 명확한 것은 아니다. 즉 특징 공간안에서의 한 계층으로부터 다른 계층으로의 전이는 불연속적인 게 아니라 점진적이다. 이 효과는 계층들이 모호할 때 퍼지 논리 기반의 분류 알고리즘에서 보편적이다. (ko)
- 决策边界或决策面（decision surface）是统计分类问题中的一个超曲面，把向量空间（作为特征空间）划分为两个集合，分别对应两个分类。 如果决策面是超平面，那么这个分类问题是线性的，分类是的。 (zh)
|
| gold:hypernym
| |
| prov:wasDerivedFrom
| |
| page length (characters) of wiki page
| |
| foaf:isPrimaryTopicOf
| |
| is Link from a Wikipage to another Wikipage
of | |
| is Wikipage redirect
of | |
| is foaf:primaryTopic
of | |
![[RDF Data]](/fct/images/sw-rdf-blue.png)
![[cxml]](/fct/images/cxml_doc.png)
![[csv]](/fct/images/csv_doc.png)
![[text]](/fct/images/ntriples_doc.png)
![[turtle]](/fct/images/n3turtle_doc.png)
![[ld+json]](/fct/images/jsonld_doc.png)
![[rdf+json]](/fct/images/json_doc.png)
![[rdf+xml]](/fct/images/xml_doc.png)
![[atom+xml]](/fct/images/atom_doc.png)
![[html]](/fct/images/html_doc.png)