本文由 @lonelyrains 出品,转载请注明出处。
文章链接: http://blog.csdn.net/lonelyrains/article/details/49385505
不知道这种感觉可不可以用计算机来表达。
对于向量机的学习,也有这种类似的感觉。下面就向量机给出个人认为可能的引申。
看了一些介绍svm的文章(july、Rachel Zhang)、视频(Andrew Ng),仍然不是很明白。
向量机的三大步:
1、最大间隔分类器
2、线性不可分到线性可分
3、松弛变量、核函数
虽然现在仍不明白向量机的具体原理,但是字面上明白最大间隔分类器的意思。所以假设有一种推广:将原样本映射到多种维度,分别求解最大间隔分类,然后试图找在不同维度这些最大间隔分类值得进一步分析的地方,然后统一到一种形式,以达到多维分类最佳。再有新样本时,就可以从多维度判断最优分类了。