支持向量机(SVM)例题

对于图中所示的线性可分的20个样本数据,利用支持向量机进行预测分类,有三个支持向量 A ( 0 , 2 ) A(0, 2) A(0,2)、 B ( 2 , 0 ) B(2, 0) B(2,0) 和 C ( − 1 , − 1 ) C(-1, -1) C(−1,−1)。

  1. 求支持向量机的线性判别函数。
  2. 删除点 A 后,支持向量是否变化?

求解:

  1. 三个点,建立联立方程组:
    { w 1 x A + w 2 y A + b = 1 w 1 x B + w 2 y B + b = 1 w 1 x C + w 2 y C + b = − 1 \begin{cases} w_1 x_A + w_2 y_A + b &= 1 \\ w_1 x_B + w_2 y_B + b &= 1 \\ w_1 x_C + w_2 y_C + b &= -1 \\ \end{cases} ⎩ ⎨ ⎧w1xA+w2yA+bw1xB+w2yB+bw1xC+w2yC+b=1=1=−1

x A y A 1 x B y B 1 x C y C 1 \] \[ w 1 w 2 b \] = \[ 1 − 1 − 1 \] \\begin{bmatrix} x_A \& y_A \& 1 \\\\ x_B \& y_B \& 1 \\\\ x_C \& y_C \& 1 \\\\ \\end{bmatrix} \\begin{bmatrix} w_1 \\\\ w_2 \\\\ b \\\\ \\end{bmatrix}=\\begin{bmatrix} 1 \\\\ -1 \\\\ -1 \\\\ \\end{bmatrix} xAxBxCyAyByC111 w1w2b = 1−1−1 求解 w 1 = 0.5 w 2 = 0.5 b = 0 \\begin{align\*} w_1 \&= 0.5 \\\\ w_2 \&= 0.5 \\\\ b \&= 0 \\\\ \\end{align\*} w1w2b=0.5=0.5=0 线性判别函数 f ( x ) = 0.5 x + 0.5 y f(x) = 0.5x + 0.5y f(x)=0.5x+0.5y 2. 变化

相关推荐
淮北49410 小时前
Reinforce算法
人工智能·机器学习
小鸡吃米…10 小时前
机器学习 - 高斯判别分析(Gaussian Discriminant Analysis)
人工智能·深度学习·机器学习
香芋Yu10 小时前
【机器学习教程】第01章:机器学习概览
人工智能·机器学习
FL162386312910 小时前
MMA综合格斗动作检测数据集VOC+YOLO格式1780张16类别
人工智能·yolo·机器学习
happygrilclh10 小时前
高压高频电源的pid算法
算法
格林威10 小时前
Baumer相机铸件气孔与缩松识别:提升铸造良品率的 6 个核心算法,附 OpenCV+Halcon 实战代码!
人工智能·opencv·算法·安全·计算机视觉·堡盟相机·baumer相机
葫三生10 小时前
存在之思:三生原理与现象学对话可能?
数据库·人工智能·神经网络·算法·区块链
Evand J10 小时前
【MATLAB例程】无人机三维路径规划|A*,RRT(快速随机树算法), APF(人工势场法)算法对比|可自定义起终点、障碍物坐标。附下载链接
算法·matlab·无人机·astar·路径规划·rrt·apf
少许极端10 小时前
算法奇妙屋(二十七)-全排列与子集问题
算法·剪枝·回溯·递归
sali-tec10 小时前
C# 基于OpenCv的视觉工作流-章20-仿射变换
图像处理·人工智能·opencv·算法·计算机视觉