- 博客(3)
- 资源 (4)
- 收藏
- 关注
原创 支持向量机(三)
在第一篇中讲到了支持向量机实际上就是求解这样一个最优化问题: 其中约束条件要求每个点都必须被正确分类。但在实际数据中,数据集常常并不是线性可分的。以及会有噪声点等情况,如图1。这时1是无解的。这时我们需要引入松弛变量来解决这个问题。 图1 线性不可分意味着存在某些样本点(xi, y
2013-06-18 10:00:36 959
原创 支持向量机(二)
为什么要引入对偶呢?其原因有二: 1.解原始问题是困难的,而对偶问题相对容易。 2.通过对偶,可以自然引入核函数 对偶: 对偶是一个很宽泛的概念,是一种方法。常常求解对偶问题比原始问题要容易。如证明 成立与证明非A不成立是对偶。>=与
2013-06-18 09:21:22 1474 4
原创 支持向量机(一)
本篇是学习SVM的初学讲义,希望能够对大家有所帮助。SVM涉及到很多拉格朗日对偶等最优化知识,强烈推荐大家学习《最优化计算方法》,不然理解SVM会遇到很多困难。学习之前强烈推荐先玩一玩林智仁的svm-toy.exe,对理解SVM很有帮助,链接在 http://download.csdn.net/detail/richard2357/5382093 好了,接下来我们开始SVM的学习。在本文
2013-06-17 22:40:55 1515
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人