線性辨別分析（discriminant_analysis.lineardiscriminantanalysis）和二次辨別分析（discriminant_analysis.quadraticdiscriminantanalysis）是兩個經典的分類器，正如它們名字描述的那樣，分別是乙個線性和乙個二次決策表面。
這些分類器是很吸引人的，因為它們可以很容易的計算在封閉式情況下的解決方案，本質上是多類的，已證明在實踐環境下效能良好，並且沒有超引數需要調整。
該圖顯示了線性辨別分析和二次辨別分析的決策邊界。最後一行表明線性辨別只能學習線性邊界，而二次辨別分析可以學習二次邊界因此更加的靈活。
具有協方差橢球的線性和二次辨別分析：合成資料上lda和qda的比較。
這個例子繪製了lda和qda學習的每乙個類和決策邊界的協方差橢球。橢球顯示每乙個班級的雙重標準偏差。對於lda
,所有類別的標準差是相同的，而每乙個類別與qda也有其自己的標準差。
（最後我突然發現sklearn有中文文件----------------------》
python求解（線性和二次）規劃問題
二次規劃標準形式 python對應解決問題的 from cvxopt import matrix import cvxopt.solvers as sol result sol.qp p,q,g,h,a,b 1 線性 問題 此問題中沒有p,q 2 二次 a matrix 1.0,1.0 1,2 原型...
雜湊表之線性探測和二次探測
雜湊表又稱雜湊表。雜湊表儲存的基本思想是 以資料表中的每個記錄的關鍵字 k為自變數，通過一種函式h k 計算出函式值。把這個值解釋為一塊連續儲存空間 即陣列空間 的單元位址 即下標 將該記錄儲存到這個單元中。在此稱該函式h為哈函式或雜湊函式。按這種方法建立的表稱為雜湊表或雜湊表。處理衝突的方法 開放...
一次線性回歸擬合 二次線性回歸擬合
器學習一次回歸和二次回歸 reshape 行，列 可以根據指定的數值將資料轉換為特定的行數和列數 reshape 1，1 之後，資料集變成了一列 採用線性回歸方程 lr linearregression lr.fit x,y from sklearn.linear model import line...