感知机模型
SVM模型
- 目标:寻找具有最大间隔的超平面,从而将 m 个样本分类。
- m 个样本:
- 每个样本具有n维特征 : x(0)i,x(1)i,...,x(n)i
- 每个样本具有一个输出: y
- E.g:
(x(0)1,x(1)1,...,x(n)1,y)
- 超平面模型: θ0+θ1x1+θ2x2+...+θnxn=0
- 一般来说会假定 x0=1 ,超平面模型变成: θ0x0+θ1x1+θ2x2+...+θnxn=0
对于任意样本点 (xi,yi) , 满足约束条件: yi(wTxi+b)≥0
- 坏点:不满足约束条件的点。对于坏点,添加惩罚项,改变优化目标, 添加 loss function:
min12||ω||2+C∑l0/1(yi(wTxi+b)−1)
- 坏点:不满足约束条件的点。对于坏点,添加惩罚项,改变优化目标, 添加 loss function:
经典SVM:将上式中第二部分,
C