支持向量机——学习笔记（难点梳理）

最新推荐文章于 2022-07-31 19:31:05 发布

Jeo_dmy

最新推荐文章于 2022-07-31 19:31:05 发布

阅读量700

点赞数 2

分类专栏：机器学习文章标签： SVM 支持向量机机器学习函数间隔几何间隔

本文链接：https://blog.csdn.net/duyuan6949/article/details/81138334

版权

先给出两个定义：

函数间隔：

对于给定的训练数据集 $T = \{(x_{1},y_{1}), (x_{2}, y_{2}), ... ,(x_{N},y_{N})\}$ 和超平面 w*x+b = 0 ，定义超平面关于样本点 $(x_{i},y_{i})$ 的函数间隔为：

$\LARGE \hat{}\gamma_{i} = y_{i}(w * x_{i} + b )$ 式（1-1）

所有数据集T中函数间隔最小值为：

$\large \hat{}\gamma = min(\hat{}\gamma_{i}), i=\{1, 2, 3, ..., N\}$ 式（1-2）

几何间隔：

对于给定的训练数据集 $T = \{(x_{1},y_{1}), (x_{2}, y_{2}), ... ,(x_{N},y_{N})\}$ 和超平面 w*x+b = 0 ，定义超平面关于样本点 $(x_{i},y_{i})$ 的函数间隔为：

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

关注关注