支持向量机

对于所有的数据点,其到分割面的距离为

|wx+b|w | w x + b | ‖ w ‖

假设完全线性可分,同时假设支持向量距离分割面的距离为
kw k ‖ w ‖

那么,对于其他所有的点,其距离分割面的距离应大于k,即:
for yi=1:wxi+b>k f o r   y i = 1 : w x i + b > k
for yi=1:wxi+b<k f o r   y i = − 1 : w x i + b < − k

合并到一起,即:
yi(wxi+b)>k y i ∗ ( w x i + b ) > k

至此,支持向量机的目标函数就生成了:
w,b =arg maxw,b kw w , b   = a r g   m a x w , b ⁡   k ‖ w ‖
s.t.yi(wxi+b)>k s . t . y i ∗ ( w x i + b ) > k

实践中,令k=1,并且把求极大转化为求极小
w,b =arg minw,b 12w2 w , b   = a r g   m i n w , b ⁡   1 2 w 2
s.t.yi(wxi+b)>1 s . t . y i ∗ ( w x i + b ) > 1

评论
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