机器学习-支持向量机（Support Vector Machine, SVM）

支持向量机

概述
现在有一个二维平面，平面上有两类线性可分的数据，所以可以用一条直线将它们分开，这条直线就相当于一个超平面，超平面一边的数据全为1，另一边的数据全为-1。
机器学习-支持向量机（Support Vector Machine, SVM）
原理
如何找到最优的分割超平面使得间隔最大化？

  • 最优的分割超平面
  • 间隔最大化

函数间隔
若w成倍增加，虽然超平面不变，但函数间隔也成倍增加机器学习-支持向量机（Support Vector Machine, SVM）
几何间隔机器学习-支持向量机（Support Vector Machine, SVM）机器学习-支持向量机（Support Vector Machine, SVM）
从线性可分到非线性可分
机器学习-支持向量机（Support Vector Machine, SVM）
拉格朗日函数
机器学习-支持向量机（Support Vector Machine, SVM）
机器学习-支持向量机（Support Vector Machine, SVM）
机器学习-支持向量机（Support Vector Machine, SVM）
KKT条件问题
KKT条件问题

对偶问题的求解
机器学习-支持向量机（Support Vector Machine, SVM）
核函数Kernel
机器学习-支持向量机（Support Vector Machine, SVM）
机器学习-支持向量机（Support Vector Machine, SVM）
机器学习-支持向量机（Support Vector Machine, SVM）

相关文章：

猜你喜欢
相关资源
相似解决方案
热门标签
Java Python linux javascript Mysql C# Docker 算法 前端 SpringBoot Redis Vue spring 设计模式 .net core .net kubernetes c++ 数据库 数据结构 大数据 js 机器学习 微服务 Android Go 程序员 面试 JVM ASP.net core 云原生 人工智能 后端 PHP git CSS golang k8s Nginx Django mybatis 深度学习 多线程 React 架构 devops 爬虫 云计算 Spring Boot LeetCode