1、基本概念
向量的内积即一个向量在另一个向量上的投影乘上被投影向量的模,上图不管是a投影在b上,还是b投影在a上,其结果是一样的,原理参照 B站上 3Blue1Brown
a∙b = (a1e1 + a2e2)∙(b1e1 + b2e2)
= a1b1e1e1 + a1b2e1e2
+ a2b1e2e1 + a2b2e2e2
= a1b1 + a2b2
=aTb
对于一个超平面,其方程为 wTx + b = 0 (二维的超平面就是线,而线的方程为ax + by + c = 0 ),
假设A、B两点在wTx + b = 0上
那么向量 w 垂直于这个超平面。
2、线性可分支持向量机
假设对于如图所示的训练集,我们怎么去寻找它的超平面呢?
无数条直线可以表示为wTx(i)+ b,我们要做的就是在这么多条的直线中找到一条比较好的超平面
因此首先需要求出所有样本点到直线的距离d=|wTx(i)+ b| / ||w||,而如果我们定义实心点为正例+1,空心点为负例-1