1,前提条件:在所给数据集完全线性可分时才能应用此模型,属于较理论的情况,实际的数据不大可能完全分开。

2,待解决问题(二分类问题):

有线性可分数据集T={(x1,y1),(x2,y2),...,(xN,yN)},xiRnyi{1,1}i=1,2,...,NT=\{(x_1,y_1),(x_2,y_2),...,(x_N,y_N)\},其中x_i\in R^n,y_i \in \{-1,1\},i=1,2,...,N
要求找到最大间隔超平面将数据集分为两类。
。。。
略有所思:最大间隔有两个方式理解,一个是一个板(超平面)离所有点的距离最大,如下图:
支持向量机(SVM)之完全线性可分
二个是想象两类边上各有一个板,这两板平行,要使它们间的距离最大,如下图:
支持向量机(SVM)之完全线性可分
。。。

3,将上述问题转化为约束最优化问题

支持向量机(SVM)之完全线性可分

4,解上述问题的对偶问题

支持向量机(SVM)之完全线性可分
支持向量机(SVM)之完全线性可分

5,最大间隔超平面的通用求法

支持向量机(SVM)之完全线性可分

S1 最大间隔超平面的存在性和唯一性论证

支持向量机(SVM)之完全线性可分
支持向量机(SVM)之完全线性可分

Reference

《统计学习方法》李航

相关文章:

  • 2021-06-26
  • 2021-08-04
  • 2022-12-23
  • 2021-04-17
  • 2022-12-23
  • 2021-04-02
猜你喜欢
  • 2021-11-19
  • 2021-11-11
  • 2021-12-02
  • 2021-11-15
  • 2021-07-03
  • 2021-09-20
相关资源
相似解决方案