摘要:
SVM 和线性分类器是分不开的。因为SVM的核心:高维空间中,在线性可分(如果线性不可分那么就使用核函数转换为更高维从而变的线性可分)的数据集中寻找一个最优的超平面将数据集分隔开来。 所以要理解SVM首先要明白的就是线性可分和线性分类器。 可以先解释这张图,通过这张图就可以了解线性分类器了。 这是一 阅读全文
摘要:
上一篇说到SVM需要求出一个最小的||w|| 以得到最大的几何间隔。 求一个最小的||w|| 我们通常使用 来代替||w||,我们去求解 ||w||2 的最小值。然后在这里我们还忽略了一个条件,那就是约束条件,在上一篇的公式(8)中的不等式就是n维空间中数据点的约束条件。只有在满足这个条件下,求解| 阅读全文