NLP学习笔记11---SVM支持向量机(Hinge loss)

1.max-margin(很经典)

 

SVM的目的就是使得margin值最大。

 

由上图可以得到margin=2/||w||

2.SVM的目标函数

(1)Hard Constraint(强限制条件)

 

(2)Soft Constraint(弱限制条件)

 

 

Hinge loss(Linear SVM):

 

利用随机梯度下降算法计算目标函数的w,b的取值

3.线性SVM的缺点

 

posted @   雨后观山色  阅读(506)  评论(0)  编辑  收藏  举报
编辑推荐：
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识（上）
· 浏览器原生「磁吸」效果！Anchor Positioning 锚点定位神器解析
· 没有源码，如何修改代码逻辑？
阅读排行：
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
· 上周热点回顾（2.24-3.2）
点击右上角即可分享
微信分享提示