(x1, y1, 1), (x2, y2, 1), …, (xi, yi, 1), …, (xn, yn, 1)
(u1, v1, -1), (u2, v2, -1), …, (ui, vi, -1), …, (um, vm, 1)

というデータが与えられているとする。

未来に与えられるデータ

(a1, b1, l1), (a2, b2, l2), …, (ai, bi, li), …

の li が 1 なのか -1 なのか予測したい。

この問題を機械学習で解決するのに、なぜ、α, β, γを適当に決めて、

α*ai + β*bi + γ > 0 ならば li = 1
α*ai + β*bi + γ < 0 ならば li = -1

と予測するというような方法をとることがあるのでしょうか？


xi, yi, ui, vi の分布が正規分布だと仮定して、

(x = ai のときの確率密度関数の値) * (y = bi のときの確率密度関数の値)

と

(u = ai のときの確率密度関数の値) * (v = bi のときの確率密度関数の値)

の大小を比較して、大きいほうのグループに属すると判定するというような
方法を誰でも最初に思いつくのではないかと思うのですが。