第6章:支持向量机

间隔与支持向量


w为法向量,决定的是超平面的方向。b是偏移项,决定了超平面与原点之间的距离。

为什么最大化间隔,得到的就是最优平面呢?

  • 当超平面没有正确划分正负样本时,几何间隔为负数。
  • 几何间隔,各个点中最小的,当正确划分时,越靠近正中间,几何间隔越大。

求解分类支持向量机

凸优化

拉格朗日对偶



KKT条件

求解




SMO


唯一不确定的地方:

核函数






软间隔与正则化

在现实任务中,很难确定合适的核函数使得训练样本在特征空间中线性可分,即使找到了也很难断定这个结果是不是过拟合造成的。
如何缓解?--软间隔



支持向量回归





相关推荐
NAGNIP3 小时前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队4 小时前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
AI小云9 小时前
【机器学习与实战】回归分析与预测:线性回归-03-损失函数与梯度下降
机器学习
Fanxt_Ja9 小时前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下9 小时前
最终的信号类
开发语言·c++·算法
茉莉玫瑰花茶9 小时前
算法 --- 字符串
算法
博笙困了9 小时前
AcWing学习——差分
c++·算法
NAGNIP9 小时前
认识 Unsloth 框架:大模型高效微调的利器
算法
NAGNIP9 小时前
大模型微调框架之LLaMA Factory
算法
echoarts9 小时前
Rayon Rust中的数据并行库入门教程
开发语言·其他·算法·rust