摘要: 阅读全文
posted @ 2019-02-02 18:49 stone1234567890 阅读(121) 评论(0) 推荐(0) 编辑
摘要: 1.我们希望通过下式:最小化w的范数来得到最大间隔划分超平面对应的模型,其中w和b是模型参数: 这里xi和yi都是已知的,约束条件有m个,每一个样本点有一个约束,有m个样本点有m个约束,w是一个变量,w和b是一个向量。 2.对上式利用拉格朗日乘子法可以得到其对偶问题,即对上式每条约束添加一个拉格朗日 阅读全文
posted @ 2019-02-02 17:40 stone1234567890 阅读(286) 评论(0) 推荐(0) 编辑
摘要: 1.分类学习最基本的想法就是:基于一个训练集D在样本空间中找到一个划分超平面,将不同的类别样本分开。两类训练样本“正中间”超平面所产生的结果是最鲁棒的,对局部扰动容忍最好,对于未见的实例的泛化能力最强。 2.划分超平面可以由:方程来描述,其中为法向量,决定了超平面的方向,b为位移项,决定了超平面与原 阅读全文
posted @ 2019-02-02 15:42 stone1234567890 阅读(182) 评论(0) 推荐(0) 编辑
摘要: 一、 1.在这节课中我们将补充一些缺失的细节,并且介绍一些在实际中应用这些思想,例如怎么处理支持向量机中的偏差分析。上节课我们谈到选择标记点的过程,比如l(1),l(2)和l(3)使我们能够定义相似度函数,我们也称之为核函数,在这个例子中,我们的相似度函数为高斯核函数,这使得我们能够构造一个预测函数 阅读全文
posted @ 2019-02-02 13:14 stone1234567890 阅读(151) 评论(0) 推荐(0) 编辑