一、什么是二分类

二分类问题就是简单的“是否”、“有无”问题，分类问题是机器学习中非常重要的一个课题。现实生活中有很多实际的二分类场景，如对于借贷问题，我们会根据某个人的收入、存款、职业、年龄等因素进行分析，判断是否进行借贷；对于一封邮件，根据邮件内容判断该邮件是否属于垃圾邮件。

二、案例分析

我们之前的学习都是围绕回归来进行的，今天我们学习一个全新的概念，分类问题。我们从最简的二分类开始学习，简单来说就是根据目标的某些特性将其分为两类。我们以图像分类举例，我们不去考虑图像本身的内容，只根据尺寸把它分类为纵向图像和横向图像 ：

那么上面左侧的图片就是纵向的图片，右侧的图片就是横向的图片。我们以表格的形式呈现：

设 x 轴为图像的宽、y 轴为图像的高，那么把上面的数据展现在图上就是下面这样的，其中白色的点是纵向图像，黑色的点是横向图像：

以此类推，我们可以在表上和图上添加更多的数据：

现在要做的事就是只用一条线将图中白色的点和黑色的点分开：

我们可以这样画，那么我们二分类的任务就完成了，是不是很简单，在直线上方出现的点，我们都认为是纵向，黑色都认为是横向，达到了分类的目的。

三、总结

上述例子，我们以图像横纵的分类详细阐述了二分类。二分类的目的就是找到这条线，只要找到这条线，就可以根据点在线的哪一边来判断图像是横向还是纵向的了。

当然，这只是一种很理想的状态，真实的情况比这要复杂的多，分割函数可能会很复杂，这是我们之后要研究的问题，在这里就不进行阐述。