西瓜书解读第六章支持向量机

Avery123123

于 2020-05-13 17:25:08 发布

阅读量295

点赞数 1

分类专栏：机器学习-周志华（读书笔记）

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Avery123123/article/details/106089540

版权

机器学习-周志华（读书笔记）专栏收录该内容

13 篇文章 3 订阅

订阅专栏

西瓜书解读第六章支持向量机

西瓜书解读第六章支持向量机

西瓜书解读第六章支持向量机

SVM简述

Maximal margin classifier

在这里插入图片描述

在这里插入图片描述

Support Vector Classifier

在这里插入图片描述

上述二者的局限（核函数的出现）

在这里插入图片描述

间隔与支持向量

在这里插入图片描述

SVM原始形式推导

在这里插入图片描述

常见几何性质

在这里插入图片描述

SVM原始公式的导出

在这里插入图片描述

SVM的性质

在这里插入图片描述

对偶问题

在这里插入图片描述

凸二次规划

在这里插入图片描述

拉格朗日乘子法

在这里插入图片描述

在这里插入图片描述

KKT条件

在这里插入图片描述

SVM对偶形式的推导

拉格朗日函数的介绍（约束 ==》无约束）

在这里插入图片描述

拉格朗日乘子法用在SVM上

在这里插入图片描述

SVM的拉格朗日对偶问题

在这里插入图片描述

KKT条件概述

在这里插入图片描述

对SVM使用KKT条件

在这里插入图片描述

总体回顾

在这里插入图片描述

SVM求解算法（SMO）

SMO算法的思路讲解

在这里插入图片描述

SMO算法的简单实现

在这里插入图片描述

核函数

在这里插入图片描述

原理

在这里插入图片描述

核技巧

常用核函数

在这里插入图片描述

软间隔与正则化

在这里插入图片描述

Soft-Margin SVM的原始形式导出

在这里插入图片描述

Soft-Margin SVM的对偶形式导出

在这里插入图片描述

支持向量回归

在这里插入图片描述

Support Vector Regression(SVR) 公式推导

SVR原始形式的导出

在这里插入图片描述

SVR对偶形式的导出

在这里插入图片描述

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
西瓜书解读第六章支持向量机

西瓜书解读第六章支持向量机西瓜书解读第六章支持向量机SVM简述Maximal margin classifierSupport Vector Classifier上述二者的局限（核函数的出现）间隔与支持向量SVM原始形式推导常见几何性质SVM原始公式的导出SVM的性质对偶问题凸二次规划拉格朗日乘子法KKT条件SVM对偶形式的推导拉格朗日函数的介绍（约束 ==》无约束）拉格朗日乘子法用在SVM上SVM的拉格朗日对偶问题KKT条件概述对SVM使用KKT条件总体回顾SVM求解算法（SMO）SMO算法的思
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。