SVM第二课

作者: 加班饭不好吃 | 来源:发表于2017-06-30 21:39 被阅读3次

    线性分类问题

    点到超平面的距离

    1.点(x1, y1)到直线 Ax + By + C = 0 的距离:

    图片.png

    忽略正负号,分子写成矩阵形式,分母写为范数:

    图片.png

    再写成n维:

    图片.png

    由此得到SVM目标函数(求所有的最小距离的最大值):

    图片.png

    支持向量机名字的来历:

    图片.png

    圈中的五角星点(实际上是多维向量),位于过渡带上,支撑了分割超平面,因此称为支持向量(support vector),由支撑向量做的机器,就叫做支持向量机(support vector machine)~~

    推导目标函数

    图片.png

    这就是最大间隔分离超平面,使用几何的方法推导出来的

    相关文章

      网友评论

        本文标题:SVM第二课

        本文链接:https://www.haomeiwen.com/subject/dmpicxtx.html