支持向量机(support vector machine,SVM)的基本模型是定义在特征空间上间隔最大的线性分类器。是一种二分类模型,当采用了核技巧后,支持向量机就可以用于非线性分类
优化函数
将代价函数中的log函数代替为图片中紫色线条所表示的函数,同时删除系数m,和正则化的系数λ,对于logistic函数的代价函数,可以表示为A+λB,而SVM的代价函数表示为cA+B
最后,SVM的代价函数表示为
logistic函数在输出为0-1的概率值
SVM的输出直接就是0或1,即最终的预测结果
SVM分类器原理:大间距分类器
参数C对分类的影响
其实C是一个惩罚系数,是对于