- 博客(1)
- 收藏
- 关注
3. 支持向量机
本质 其基本模型是定义在特征空间上的间隔最大的线性分类器。核技巧使之成为实质上的非线性分类器。 学习策略是间隔最大化,可形式化为求解凸二次优化问题。等价于正则化的合页损失函数的最小化问题。 学习算法是求解凸二次规划的最优化算法。 理解支持向量机可以从简至繁推进:线性可分支持向量机(硬间隔SVM),线性支持向量机(软间隔SVM),非线性支持向量机(软间隔最大化+核技巧)。 训练数据集 T=(x1,y...
2018-10-10 00:12:12 165
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人