支持向量机(SVM)入门(六,解决遗留问题)

但也出现了如下结果,看来任务没完没了(svm深似海?),还得下功夫:

前面我们的支持向量机到此便止步了,一晃两年,这几天有空,顺便研究了一下,问题有进展:

记录了一些值,分析后,猫腻出来了:

第三幅图情况复原:b=-1.4,x轴交点23,y轴交点23

其他情况(一): b=-1.0,x轴交点30,y轴交点30

其他情况(二): b=-2.0,x轴交点40,y轴交点40

其他情况(三): b=-1.83,x轴交点42,y轴交点46(以上四幅图中最好的情况)

整理了一下:

:b=-1.4,x轴交点23,y轴交点23

--->应该是yi*(*Xi+b)公式来验证所有每一个正样本,和负样本,大于等于一,ok,小于1,失败。

验证样本点,有两个0.4,所以放弃,失败(或者每样本|*Xi+b|>=1,ok)

:b=-1.0,x轴交点30,y轴交点30

--->a0=0.0011,其他ai全为0,yi*ai!=0,放弃

:b=-2.0,x轴交点40,y轴交点40

--->a0=a2=0.0011,a0正样本,a1负样本,其他ai全为0,yi*ai=0,ok

虽然后来我们引入了松弛变量,但结果也要满足先决条件。

这是几天来最大的收获,其实这也是今年最大的收获,条件和公理的关系。

所以这也是能前进一步的原因,原来一直觉得算法可能有问题,找了很长时间的问题,现在发现方向错了。但好处是,夯实了算法。

算法和条件都夯实了,结果就变得明朗了。

注:差一点找不到豆子的博客了,记录一下:

机器学习算法整理(七)支持向量机以及SMO算法实现 - douzujun - 博客园 (cnblogs.com)

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值