与神经网络一致,SVM也是几十年前的技术,因为计算机的兴起而重生。
特点
1. 引入了kernel function解决非线性问题;
2. 与神经网络,min (sigmod(input*W+B)-output(有监督)),的梯度下降算法不同,SVM求的是全局最优解。
原始动机:线性分类器,解决二元分类问题。
图中的直线,哪条是最好的呢?平均最小距离。SVM:最佳hyperplane一定有最大的margin(右图)
支持向量就是离分类函数最近的数据,支持向量机是让分类函数和最近点之间的距离最大,max (min)问题。
20:00