学完支持向量机后我有些地方不太清楚,故做如下梳理:
1.为什么支持向量机模型认为一个点划分正确的标志是y(wx+b)>=1呢,为什么不是y(wx+b)>=0,比如y为1,wx+b为0.5,大于0,则预测正确。
2.所以意思是如果y为1,只有wx+b>=1才认为分类正确
3.支持向量指得是|wx+b|=1上的点,还是说离超平面最近的样本点,因为实际情况有可能在|wx+b|=1上并没有样本吧,难道这种情况就没有支持向量了?
4.如果只给了一个正样本和一个负样本,那么超平面应该是这两点连线的垂直平分线是吗,这种情况下两点距离超平面距离的和最小。那如果我们画了这样一个超平面,但发现不满足|wx+b|>=1,那就说明不存在这样一个超平面是吗?
5.wx+b不是样本点到超平面的距离吧?(wx+b)/w的l2范数才是距离
补充:
距离度量一般用闵可夫斯基距离,其中根据p的大小又分为欧氏距离(欧几里得距离)、曼哈顿距离。