关于SVM
20世纪90年代,支持向量机SVM被Cortes和Vapnik率先研究出,它可在小样本中得到较为精确的训练样本,在非线性中通过转换计算出分类间隔,并能够进行有效的机器学习。
2.1多维空间
支持向量机(SVM)可用于图像分类,具体操作为:在超平面(分割面)中,选出分类间隔最大的面作为最优决策超平面。分割面方程在超平面中表示为:
w·x-b=0,w∈Rd,,b∈R …………………(1)
式中,w·x-b为待求的平面方程。
归一化式(1),使得线性化的(xi,yi),i = 1,…,n,x ∈ Rd<