第 6 章 支持向量機
分類學習的基本思想:基于訓練集D,在樣本空間中找到一個劃分超平面,將不同類別的樣本分開,
而支持向量機就是想要找到一個最“正中間”的劃分超平面將不同類別的樣本劃分,也就是下圖中加粗的那條線,因為這種情況下,該劃分超平面產生的分類結果是最魯棒的,對未知樣本的泛化能力最強,

那么,首先來描述一下超平面:


如下圖6.2所示,我們將距離超平面最近的這幾個訓練樣本點,也就是使得上式(6.3)等號成立的點,稱為“支持向量”(support vector),其中兩個異類支持向量到超平面的距離之和為
稱為“間隔”(margin),

想要找到最大間隔,問題轉化成找到式6.3中約束的引數w和b,使得γ最大,

為了最大化間隔,需要消化||w||^2.

這就是支持向量機的基本型,
接下來,使用拉格朗日乘子法來解決這個問題,



所有圖片公式來自Datawhale,
待更新…
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/291167.html
標籤:AI
上一篇:opencv 入門
