1、请简述 SVM 原理
2、SVM 为什么采用间隔最大化?
3、支持向量机(SVM)可以通过什么办法解决非线性分类问题?
4、为什么要将求解 SVM 的原始问题转换为其对偶问题?
5、为什么SVM对缺失数据敏感
1、请简述 SVM 原理
基本原理:通过构建线性超平面来划分样本
2、SVM 为什么采用间隔最大化?
(1)最优超平面是唯一的
(2)提升模型泛化性,提升预测结果的鲁棒性
3、支持向量机(SVM)可以通过什么办法解决非线性分类问题?
通过引入核思想(Kernel Method)将特征映射到更高维的空间中
4、为什么要将求解 SVM 的原始问题转换为其对偶问题?
(1)将原始问题中的不等式约束,转换为对偶问题中的等式约束
(2)简化问题的计算将求w的问题转换为求拉格朗日系数的问题
(3)方便核函数的引入
5、为什么SVM对缺失数据敏感
(1)SVM本身没有缺失值处理的策略,特征向量本身及特征空间的构建,对SVM的结果有影响
(2)超平面的确定由少量支持向量决定,缺失数据在超平面附近会影响模型的结果