美文网首页
8.Kernel SVM

8.Kernel SVM

作者: 袁一帆 | 来源:发表于2016-03-03 00:27 被阅读88次

    用于分类非线性分类问题

    线性不可分数据

    将线性不可分的数据通过一个映射函数,映射到一个高维的空间,使数据线性可分

    高维映射使数据线性可分

    上图的映射就是将二维数据集映射到了一个三维的空间,通过以下映射函数

    二维数据集映射到三维空间

    找到分类超平面,将数据集映射到该平面

    另一个高维线性可分的例子

    用核方法(kernel trick)来寻找分类超平面,它可以避免高维数据带来的巨大计算量
    常用的核方法是径向基函数核:Radial Basis Function kernel (RBF kernel)

    Paste_Image.png

    观察径向基函数核公式,观察对应参数γ的影响

    Paste_Image.png

    相关文章

      网友评论

          本文标题:8.Kernel SVM

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