机器学习----支持向量机(求解)

本文介绍了SVM的优化问题,并提出通过Sequential Minimal Optimization(SMO)算法进行求解。SMO通过选择一对变量更新,在保持约束条件的同时,不断迭代直至收敛。最终求得的α和θb构成SVM模型。
摘要由CSDN通过智能技术生成

上次我们说到SVM化解成下面的无约束优化问题:

maxαi0 minθ12||θ||2i=1pαi(yiθTxi1)

θ 求导令其等于0,可得:
θ=θi=0pαiyixi=0

可得:
θ=i=0pαi
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值