基本思想：确保正样本计算得到的分数比负样本的高
假设由正、负样本计算得到的分数分别为 s + s_{+} s+和 s − s_{-} s−，那么我们的目标为最大化 ( s + − s − ) (s_{+}-s_{-}) (s+−s−)，换一个角度，也就是最小化 ( s − − s + ) (s_{-}-s_{+}) (s−−s
本文介绍了最大间隔目标函数的基本思想，旨在确保正样本的得分高于负样本。通过最大化(s+ - s-)来实现这一目标，当s- > s+时引入误差项J，并设置阈值Δ，最终得到优化的目标函数：Loss = minimize J = max(1 + s- - s+, 0)。内容参考了《统计学习方法》和关于线性分类器的讨论。"
129680826,13571343,使用Vue实现自定义切片图片展示,"['前端', 'Vue.js', 'JavaScript', '前端框架']
最低0.47元/天 解锁文章
扫一扫
421
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
