svm分类认为就是一个分类的一种方式,这种方式我的理解就是计算“距离”。
1、提供给svm一系列的对象,这些对象包含向量(x,即各个链接的属性特征)、各自的标记(+1或者-1)。Svm根据标记区分这些向量,获得一个超平面ω·x+b=0来区分这些对象,以保证标记为+1的对象(可理解为正例)在超平面ω·x+b=+1的右侧;标记为-1的对象(反例)在超平面ω·x+b=-1的左侧。
假设:svm距离:在超平面ω·x+b=0右侧的svm距离为正,在超平面ω·x+b=0的左侧的svm距离为负。计算的数值大小和数学上规定的距离的计算方法一致。
由以上假设,可知:边界超平面ω·x+b=+1距ω·x+b=0的svm距离为,边界朝平面ω·x+b= -1距ω·x+b=0的svm距离为。则,正例的svm距离大于,反例的svm距离小于。
这三个平面是我理解的利用svm产生的model。
2、选取一些未分类的样本给svm产生的model计算。获得对应的svm距离。利用函数F(x)判断:
这样就可以获得一系列的svm给出的样本标记。