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
前端拿破轮30 分钟前
🤡🤡🤡面试官:就你这还每天刷leetcode?连四数相加和四数之和都分不清!
算法·leetcode·面试
地平线开发者1 小时前
征程 6|工具链量化简介与代码实操
算法·自动驾驶
DoraBigHead1 小时前
🧠 小哆啦解题记——谁偷改了狗狗的台词?
算法
Kaltistss1 小时前
240.搜索二维矩阵Ⅱ
线性代数·算法·矩阵
轻语呢喃1 小时前
每日LeetCode:合并两个有序数组
javascript·算法
神经星星2 小时前
专治AI审稿?论文暗藏好评提示词,谢赛宁呼吁关注AI时代科研伦理的演变
人工智能·深度学习·机器学习
大熊猫侯佩2 小时前
Swift 数学计算:用 Accelerate 框架让性能“加速吃鸡”
算法·swift
杰克尼2 小时前
2. 两数相加
算法
无聊的小坏坏2 小时前
单调栈通关指南:从力扣 84 到力扣 42
c++·算法·leetcode
_Coin_-2 小时前
算法训练营DAY29 第八章 贪心算法 part02
算法·贪心算法