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
帅次13 分钟前
Android AI 面试速刷版
人工智能·深度学习·神经网络·机器学习·语言模型·自然语言处理·数据分析
生物信息与育种13 分钟前
全基因组重测序及群体遗传与进化分析技术服务指南
人工智能·深度学习·算法·数据分析·r语言
MediaTea14 分钟前
Scikit-learn:preprocessing 模块
人工智能·深度学习·机器学习·计算机视觉·scikit-learn
AI人工智能+电脑小能手16 分钟前
【大白话说Java面试题】【Java基础篇】第23题:ConcurrentHashMap的底层原理是什么
java·开发语言·算法·哈希算法·散列表·hash
葳_人生_蕤17 分钟前
hot100——回溯和DFS、BFS
算法·深度优先
Eloudy19 分钟前
Steane码的稳定子的生成元集计算过程
算法
MegaDataFlowers21 分钟前
快速算法验证流水线
算法
Aaron158826 分钟前
27DR/47DR/67DR技术对比及应用分析
人工智能·算法·fpga开发·硬件架构·硬件工程·信息与通信·基带工程
alphaTao31 分钟前
LeetCode 每日一题 2026/4/27-2026/5/3
算法·leetcode
AI科技星37 分钟前
《全域数学》第一部 数术本源 全10卷1-4级完整目录(出版定稿)
人工智能·机器学习·数学建模·数据挖掘·量子计算