Assignment 7: Please describe how to classify red panda and white dog

Assignment 7: Please describe how to classify red panda and white dog. 

Karshiev Sanjar (ID: 2019221210) 

Before explaining how to  classify  red  panda and  white dog,  let  us  talk  about the general idea  of the 

classification problem. Assume that we have 2 classes in 2D space, and each class has several data points 

given with red and yellow colors. Each data point has a feature vector (x1, x2). We have to train a function 

to learn the labels from that features.  Here, the main goal is to find the optimal boundary to classify the 

two categories.  

 

Now we will discuss about classifying red panda and white dog. First, we will  extract red and white color 

from each  image. The image  of red  panda consists of  70  %   of brown color  and  50  %  of white color 

respectively. The image of white dog has 5 %  of brown color and 90 % of white color. In the 2D space, we 

have feature data points. X axis represents white color and Y axis shows the quantity of brown color.  

 

We can see from the above graph, the value of brown in Class1 is higher than in Class2. It means that class 

1 is Red panda. Accordingly, the amount of white color is higher in Class 2 comparing with in Class 1. So, 

the classifier recognize this class as white dog. The classifier line is represented as w vector value. If the 

hypothesis of classifier, h

w

 = w

T

x, is greater than zero, the classifier classifies that data point as Red Panda. 

If the hypothesis of classifier, h

w

 = w

T

x, is smaller than zero, the classifier classifies that data point as White 

Dog. 

𝑤

𝑇

𝑥 > 0  |  𝑅𝑒𝑑 𝑃𝑎𝑛𝑑𝑎 

𝑤

𝑇

𝑥 < 0  |  𝑊ℎ𝑖𝑡𝑒 𝐷𝑜𝑔 

 

Optimal boundary 

Class1 

Class2 

Optimal boundary (classifier) 

w