模式识别笔记与感悟（1）

去年这个时候就已经接触过了模式识别，但为的是解决学校课程，因此没有深入理解这个方向。现在抽空余时间将整个模式识别、机器学习、深度学习汇总集中学习一遍，顺便更新一些小的笔记和感悟与此，既是加深记忆，分享感悟，也是方便未来查看。如有错误，望广大网友指正，教学相长。

---

模式识别通识

Pattern Recognition 即模式识别，字面意思就是要：将模式认识出来，再将其区别开来。

用数学语言更抽象地去理解则可以表述如此：对于关注事件所发生的一系列情况，存在一个完全描述空间D。任取维数为m的分类空间P，总存在维数不小于n的特征空间R，满足由R→P的映射。一般的m为事件分类的种类个数，n为从空间D中提取出的满足m类区分的最小特征个数。其中R→P的映射，即为认识模式和区别模式的过程。

 

模式识别流程

模式识别，就是要找到由R→P的映射，而找到映射的前提，则先需要找到分类空间P和特征空间R。

一般的模式识别都需要①找到分类空间 →②使用分类空间分类

①找到分类空间，就是要确定最优的特征空间，确定映射关系和分类空间  ≈（聚类）

实现方法：获取数据及处理→空间降维（特征）→选择分类方法→获得分类空间

②使用分类空间分类（分类）

实现方法：获取新的数据→①空间降维→①分类方法→①分类空间