2018年10月9日
3. 支持向量机
摘要： 3. 支持向量机 3.1 本质 基本模型是定义在特征空间上的间隔最大的线性分类器。核技巧使之成为实质上的非线性分类器。 学习策略是间隔最大化，可形式化为求解凸二次优化问题。等价于正则化的合页损失函数的最小化问题。 学习算法是求解凸二次规划的最优化算法。 理解支持向量机可以从简至繁推进：线性可分支持向 阅读全文
posted @ 2018-10-09 23:47 Hardsoftware 阅读(148) 评论(0) 推荐(0) 编辑