摘要: 前面都只是讨论了向量机的最终形式以及推导过程,但是最终形式的求解没有给出。有许多最优化算法可以用于问题求解,但是当训练样本容量很大时,这些算法往往变得非常低效,以致无法使用。而SMO算法便是一种便捷高效算法。其实理清思路后,原理很好理解。避免麻烦直接贴图片。 参考: 李航《统计学习方法》 周志华《机 阅读全文
posted @ 2018-09-17 21:14 流影心 阅读(1084) 评论(0) 推荐(0) 编辑
摘要: 线性支持向量机 首先我们给出下面两种情况,如图所示。 第一种数据线性可分,那么肯定存在唯一的超平面将样本完全分开,并满足间隔最大化,此时分类器就是上一篇中的 线性可分支持向量机 。但是现实情况中完全线性可分情况很少。 第二种数据中,由于蓝绿两个样本的存在,实际上根本不可能存在一个超平面(二维中为直线 阅读全文
posted @ 2018-09-17 17:24 流影心 阅读(697) 评论(0) 推荐(0) 编辑