机器学习基础-支持向量机SVM

目录

基本概念和定义

[1. 超平面(Hyperplane)](#1. 超平面(Hyperplane))

[2. 支持向量(Support Vectors)](#2. 支持向量(Support Vectors))

[3. 线性可分](#3. 线性可分)

[4. 边界](#4. 边界)

SVM算法基本思想和分类

基本思想

间隔最大化

间隔(Margin)

[软边距 SVM](#软边距 SVM)

核函数的概念


基本概念和定义

  • SVM是一个有监督的机器学习模型
  • 用于分类任务回归任务
    • 支持线性和非线性分类(SVC),下面以SVC展开
    • 支持线性和非线性回归(SVR)

1. 超平面(Hyperplane)

  • 作用:SVM 寻找的是能够最好地将不同类别分开的那个超平面。

2. 支持向量(Support Vectors)

  • 定义分类中距离超平面最近的数据点

3. 线性可分

4. 边界


SVM算法基本思想和分类

基本思想

找到可以分隔不同类数据集的超平面(决策面),使得支持向量(特殊的点)距离该平面的距离最大


间隔最大化

指的是寻找一个能够将不同类别的数据点分开的超平面,并且这个超平面到最近的数据点(即支持向量)的距离最大。

间隔(Margin)

  • 定义 :间隔是指两个类别之间距离的最大间隔。具体来说,它是从超平面到最近的支持向量的距离的两倍。

软边距 SVM

在实际应用中,数据往往不是完全线性可分的,或者可能存在噪声。为了应对这种情况,引入了软边距 SVM,允许一些样本位于边距内或错误分类。


核函数的概念

非线性可分的数据转换为线性可分的数据特征转换函数

理解

相关推荐
热爱运维的小七几秒前
从数据透视到AI分析,用四层架构解决运维难题
运维·人工智能·架构
卧式纯绿12 分钟前
每日文献(八)——Part one
人工智能·yolo·目标检测·计算机视觉·目标跟踪·cnn
巷95518 分钟前
OpenCV图像形态学:原理、操作与应用详解
人工智能·opencv·计算机视觉
深蓝易网1 小时前
为什么制造企业需要用MES管理系统升级改造车间
大数据·运维·人工智能·制造·devops
xiangzhihong81 小时前
Amodal3R ,南洋理工推出的 3D 生成模型
人工智能·深度学习·计算机视觉
狂奔solar1 小时前
diffusion-vas 提升遮挡区域的分割精度
人工智能·深度学习
资源大全免费分享1 小时前
MacOS 的 AI Agent 新星,本地沙盒驱动,解锁 macOS 操作新体验!
人工智能·macos·策略模式
跳跳糖炒酸奶2 小时前
第四章、Isaacsim在GUI中构建机器人(2):组装一个简单的机器人
人工智能·python·算法·ubuntu·机器人
AI.NET 极客圈2 小时前
AI与.NET技术实操系列(四):使用 Semantic Kernel 和 DeepSeek 构建AI应用
人工智能·.net