二次分类器

二次分类器是在机器学习中，使用二次曲面来将物件或事件分成两个或以上的分类。 它是线性分类器的一般化版本。

分类问题

统计分类考虑一个集合，每一个元素是一个对物件或事件观察后所得的向量x，每一个都被分成y。 这个集合一般被称为训练资料。 问题是在于，要如何决定一个新的观察项目其最好的类别应是哪一种。 对一个二次分类器，它假设其解会成二次关系，所以y是由以下来决定：

${\displaystyle \mathbf {x^{T}Ax} +\mathbf {b^{T}x} +c}$

在特列的情况下，每个观察牵涉到两个测量项。 这意味着，这切分的平面将是圆锥曲线之一（如：直线、圆、椭圆、抛物线、双曲线）。

二次判别分析

二次判别分析是非常类似于线性判别分析的。

其它二次分类器