支持向量机

支持向量机

  从本质上来说,支持向量机是具有很多优秀性能的两类机器学习方法,要解释它是如何工作的,从模式分类中可分离模式的情况开始可能是容易的。在此背景下,支持向量机的主要思想可以总结如下: 给定训练样本,支持向量机建立一个超平面作为 决策曲面,使得正例和反例之间的隔离边缘最大化。

1.线性可分模式的最优超平面

  考虑训练样本 {(xi,di)}Ni=1 { ( x i , d i ) } i = 1 N ,其中 xi x i 是输入模式的第 i i 个样例,di是对应的期望响应(目标输出)。首先假设由子集 di=+1 d i = + 1 代表的模式(类)和 di=1 d i = − 1 代表的模式是“线性可分的”。用于分离的超平面形式的决策曲面方程是:

ωT+b=0(1) (1) ω T + b = 0
其中x是输入向量, ω ω 是权值向量, b b 是偏置。因此可以写成:
(2)ωT+b0di=+1ωT+b0di=1
在这里做了模式线性可分的假设,以便在相当简单的环境里解释支持向量机背后的基本思想,在后面将会放宽这个假设。
  对于一个给定的权值向量和偏置 ω ω 和偏置 b b ,由式(1)定义的超平面和最近的数据点之间的间隔被称为分离边缘,用ρ表示。支持向量机的目标是找到一个特殊的超平面,这个超平面的分离边缘 ρ ρ 最大。在这种条件下,决策曲面称为 最优超平面。图1描述二维的最优超平面的几何结构。
  设 ω0 ω 0 b0 b 0 分别表示权值向量和偏置的最优值。相应地,在输入空间里表示多维线性决策面的最优超平面形式如下:
ωT0+b0=0(3) (3) ω 0 T + b 0 = 0
它是式(1)的改写。判别函数
g(x)=ωT0x+b(4) (4) g ( x ) = ω 0 T x + b
给出从 x x 到最优超平面的距离的一种代数度量。看出这一点的简单方法或许是将x表达为
x=xp+rω0ω0 x = x p + r ω 0 ‖ ω 0 ‖
其中, xp x p x x 在最优超平面上的正轴投影,r是期望的代数距离;如果 x x 在最优超平面的正面,r是正值;相反如果 x x 在最优超平面的负面,r是负值。因为由定义知 g(xp)=0 g ( x p ) = 0 ,由此推出:
g(x)=wT0+b0=rω0 g ( x ) = w 0 T + b 0 = r ‖ ω 0 ‖
或者等价于:
r=g(x)ω0(5) (5) r = g ( x ) ‖ ω 0 ‖

  尤其,从原点(即 x=0 x = 0 )到最优超平面的距离由 b0/ω0 b 0 / ‖ ω 0 ‖ 给定。如果 b0>0 b 0 > 0 ,原点在最优超平面的正面;如果 b0<0 b 0 < 0 ,原点在负面;如果 b0=0 b 0 = 0 ,最优超平面通过原点。这些代数的几何解释在图2中给出。
   线性 这里写图片描述
  ——————-
  未完待续
- Markdown和扩展Markdown简洁的语法
- 代码块高亮
- 图片链接和图片上传
- LaTex数学公式
- UML序列图和流程图
- 离线写博客
- 导入导出Markdown文件
- 丰富的快捷键


快捷键

  • 加粗 Ctrl + B
  • 斜体 Ctrl + I
  • 引用 Ctrl + Q
  • 插入链接 Ctrl + L
  • 插入代码 Ctrl + K
  • 插入图片 Ctrl + G
  • 提升标题 Ctrl + H
  • 有序列表 Ctrl + O
  • 无序列表 Ctrl + U
  • 横线 Ctrl + R
  • 撤销 Ctrl + Z
  • 重做 Ctrl + Y

Markdown及扩展

Markdown 是一种轻量级标记语言,它允许人们使用易读易写的纯文本格式编写文档,然后转换成格式丰富的HTML页面。 —— [ 维基百科 ]

使用简单的符号标识不同的标题,将某些文字标记为粗体或者斜体,创建一个链接等,详细语法参考帮助?。

本编辑器支持 Markdown Extra ,  扩展了很多好用的功能。具体请参考Github.

表格

Markdown Extra 表格语法:

项目价格
Computer$1600
Phone$12
Pipe$1

可以使用冒号来定义对齐方式:

项目价格数量
Computer1600 元5
Phone12 元12
Pipe1 元234

定义列表

Markdown Extra 定义列表语法: 项目1 项目2
定义 A
定义 B
项目3
定义 C

定义 D

定义D内容

代码块

代码块语法遵循标准markdown代码,例如:

@requires_authorization
def somefunc(param1='', param2=0):
    '''A docstring'''
    if param1 > param2: # interesting
        print 'Greater'
    return (param2 - param1 + 1) or None
class SomeClass:
    pass
>>> message = '''interpreter
... prompt'''

脚注

生成一个脚注1.

目录

[TOC]来生成目录:

数学公式

使用MathJax渲染LaTex 数学公式,详见math.stackexchange.com.

  • 行内公式,数学公式为: Γ(n)=(n1)!nN Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N
  • 块级公式:

x=b±b24ac2a x = − b ± b 2 − 4 a c 2 a

更多LaTex语法请参考 这儿.

UML 图:

可以渲染序列图:

Created with Raphaël 2.1.2 张三 张三 李四 李四 嘿,小四儿, 写博客了没? 李四愣了一下,说: 忙得吐血,哪有时间写。

或者流程图:

Created with Raphaël 2.1.2 开始 我的操作 确认? 结束 yes no
  • 关于 序列图 语法,参考 这儿,
  • 关于 流程图 语法,参考 这儿.

离线写博客

即使用户在没有网络的情况下,也可以通过本编辑器离线写博客(直接在曾经使用过的浏览器中输入write.blog.csdn.net/mdeditor即可。Markdown编辑器使用浏览器离线存储将内容保存在本地。

用户写博客的过程中,内容实时保存在浏览器缓存中,在用户关闭浏览器或者其它异常情况下,内容不会丢失。用户再次打开浏览器时,会显示上次用户正在编辑的没有发表的内容。

博客发表后,本地缓存将被删除。 

用户可以选择 把正在写的博客保存到服务器草稿箱,即使换浏览器或者清除缓存,内容也不会丢失。

注意:虽然浏览器存储大部分时候都比较可靠,但为了您的数据安全,在联网后,请务必及时发表或者保存到服务器草稿箱

浏览器兼容

  1. 目前,本编辑器对Chrome浏览器支持最为完整。建议大家使用较新版本的Chrome。
  2. IE9以下不支持
  3. IE9,10,11存在以下问题
    1. 不支持离线功能
    2. IE9不支持文件导入导出
    3. IE10不支持拖拽文件导入


  1. 这里是 脚注内容.
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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