下图证明了点到平面的距离公式超平面：在一个D维Euclidean space中的超平面是一它的一个D-1维流形，而且该空间是一个线性空间Linearly separable：分布于D维空间中的全部数据点可以用超平面无错地汾隔成类。Coding scheme：1-of-K binary coding scheme即如果有K个类，某数据点属于第i个类则表示为一个K维向量，该向量除了第i个分量是1其余都是0。

关于超平面,线性可分的┅些概念在多类情况,可以使用1对1,1对多分类器的方式，例如:
你要分类3类物体: 苹果,西瓜,香蕉
左边是1对多,右边是1对1都存在一些无法分类的情況,也就是绿色区域部分。

判别模型用的是频率学派的观点 也就是最大似然估计法， 生成模型用的是贝叶斯学派观点 也就是最大后验概率。planktonli() 21:37:10 阳阳这个是不对的。MLE也是statistics的东西判别模型则根本不考虑 statistics，你可以看看NN的东西包括今天的LDA，它们直接求boundry的晴() 21:39:41 查了下别人的博客，我觉得这个是两者最最本质的区别

 PRML读书会讲稿PDF版本以及更多资源下载地址：