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
j_xxx404_4 分钟前
数据结构:算法复杂度与空间复杂度
c语言·数据结构·算法
dlraba80214 分钟前
基于 OpenCV 与 sklearn 的数字识别:KNN 算法实践
opencv·算法·sklearn
yzzzzzzzzzzzzzzzzz32 分钟前
leetcode热题——全排列
算法·回溯·全排列
王柏龙39 分钟前
mongodb中的哈希索引详解
算法·mongodb·哈希算法
NAGNIP41 分钟前
GPT1:通用语言理解模型的开端
后端·算法
牛客企业服务42 分钟前
2025校招AI应用:校园招聘的革新与挑战
大数据·人工智能·机器学习·面试·职场和发展·求职招聘·语音识别
NAGNIP1 小时前
GPT-2:让语言模型一统多任务学习江湖
算法
都都学算法1 小时前
【代码走读】DETR-Facebook AI-ECCV 2020
算法
计算机科研圈1 小时前
不靠海量数据,精准喂养大模型!上交Data Whisperer:免训练数据选择法,10%数据逼近全量效果
人工智能·深度学习·机器学习·llm·ai编程
都都学算法1 小时前
【论文通读】OmniDrive-NVIDIA-CVPR 2025
算法