目录
8.当用支持向量机进行分类时,支持向量越多越好还是越少越好?
1.简单讲解SVM模型原理?
支持向量机是是一种二类分类模型,它的基本模型是是定义在特征空间的**间隔最大的线性分类器**,间隔最大,间隔最大使它有别于感知机;支持向量机还包括**核技巧**,这使它成为实质上的非线性分类器。支持向量机的学习策略是**间隔最大化**,可形式化为求解凸二次规划的问题,也**等价于正则化的合页损失函数最小化问题**。
线性可分支持向量机:当训练数据线性可分,通过硬间隔最大化,学习一个线性的分类器
线性支持向量机:当训练数据近似线性可分,通过软间隔最大化,学习一个线性的分类器
非线性支持向量机:当训练数据线性不可分,通过使用核技巧及软间隔最大化,学习非线性分类器