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
Dream it possible!1 分钟前
LeetCode 热题 100_打家劫舍(83_198_中等_C++)(动态规划)
c++·算法·leetcode·动态规划
zhouziyi07016 分钟前
【蓝桥杯14天冲刺课题单】Day 8
c++·算法·蓝桥杯
星霜旅人8 分钟前
K-均值聚类
人工智能·机器学习
SylviaW0810 分钟前
python-leetcode 62.搜索插入位置
数据结构·算法·leetcode
机器鱼1 小时前
1.2 基于卷积神经网络与SE注意力的轴承故障诊断
深度学习·机器学习·cnn
舔甜歌姬的EGUMI LEGACY2 小时前
【算法day28】解数独——编写一个程序,通过填充空格来解决数独问题
算法
welkin2 小时前
KMP 个人理解
前端·算法
半桔2 小时前
红黑树剖析
c语言·开发语言·数据结构·c++·后端·算法
eason_fan2 小时前
前端面试手撕代码(字节)
前端·算法·面试
今天_也很困2 小时前
牛客2025年愚人节比赛
c++·算法