SVM向量支持机

1.通俗理解

  1. svm:support vector machine
  2. 目标:利用超平面将两类数据分割开来,这个超平面就是我们要设计的对象

如何设计?我们设计之后会有间隔,间隔越大分类效果就越好;距离决策边界最近的点我们成为支持向量,如下图正超平面,负超平面和决策超平面

  1. 损失因子→软间隔(有一定的容错率)
  2. 升维转换(当我们在二维空间无法将数据区分的时候我们可以将数据维度转换到三维空间,在新维度下找到合适的超平面),但是这需要转换函数。

↓

核技巧,提供高维度向量相似度的测量

2.数学理解

对上图的理解:通过两组式子得出w向量和超平面垂直,和Xm-Xn近似,因此我们可以通过数学公式推导出L的公式,因此求Lmax即就是求Wmin,那接下来就看Wmin怎么求

三步,很枯燥

相关推荐
凌冰_6 小时前
数据结构 - 时间空间复杂度(一)
数据结构·算法·软件工程
Pniubi7 小时前
力扣2 . 两数相加
算法·leetcode·职场和发展
戴·菲瑜7 小时前
为什么PPO难以做出顶级棋类引擎
算法·博弈论·rl·ppo
高洁018 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
在所不辞兄9 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
Oiiouui12 小时前
原始CNN识别与训练模型实现
神经网络·机器学习·cnn
AvocadoZeroOneOI14 小时前
B4500 [GESP202603 三级] 凯撒密码 详细解题报告
c++·算法
罗西的思考15 小时前
【轻量化复现大模型 / KIMI K3】训练模块梳理 & Muon P2P 优化器
人工智能·深度学习·机器学习
cjz389916 小时前
双指针技巧:覆盖式双指针(原地覆盖)
算法
伞伞悦读17 小时前
【第90期】KNN分类回归流水线与K值对照的实验与排查
大数据·人工智能·python·深度学习·机器学习