Artificial intelligence 这个分类结果可以接受吗？

我有一个非常简单的线性分类问题，就是在坐标系中为以下三个类解出一个线性分类问题：

第1类：分数（0,1）（1,0） 第二类：分数（-1,0）（1,0） 第三类：点（0，-1）（1，-1）

我手动使用了随机初始权重[10,01]（2*2矩阵）和随机初始偏差 [1,1]通过在六个样本上应用每次迭代，我最终得到一个分类，它是X=-1和Y=-1，因此当X和Y都>-1时，它是class1； 如果X-1，则为class2；

---

如果x>-1和Y，则结果不可接受。类2和类3是线性可分的，所以您不应该接受任何不能对它们进行完美分类的分类器

据我所知，有了这些样本和用反向传播训练的前馈网络，你不可能得到你想要的x=-1/2和y=1/2。为此，您需要一个最大边距分类器

---

我建议您检查SVM线性分类器。你可以检查一下。

我认为结果可以接受。除（1,0）处标记为2级并分类为1级的点外，所有点均正确分类。问题是在（1,0）处还有一个点被标记为类1，因此不可能将类1和2分开

当然，当在测试集上进行评估时，该模型可能非常糟糕。如果希望决策边界在点之间等距放置，则需要查看最大边距分类器