支持向量机
线性分类
分类标准
考虑二分类的问题,数据点用 x x 表示,这是一个 维向量,类别用 y y 来表示,取值为-1或1(与Logistc相同), 分别代表两个不同的类。一个线性分类器的学习目标就是要在 维的数据空间中找到一个分类超平面,其方程为:
wTx+b=0 w T x + b = 0
特别的,对于二维平面,超平面方程为
[a b][x1x2]+b=0 [ a b ] [ x 1 x 2 ] + b = 0
就是一个直线方程
ax1+bx2+b=0 a x 1 + b x 2 + b = 0
线性分类的例子
下面是一个简单的例子,一个二维平面 (一个超平面,在二维空间中的例子就是一条 直线),如下图所示,平面上有两种不同的点,分别用两种不同的颜色表示,一种为红 颜色的点,另一种则为蓝颜色的点,红颜色的线表示一个可行的超平面。
从上图中我们可以看出,这条红颜色的线把红颜色的点和蓝颜色的点分开来了。而 这条红颜色的线就是我们上面所说的超平面,也就是说,这个所谓的超平面的的确确便 把这两种不同颜色的数据点分隔开来,在超平面一边的数据点所对应的 y 全是−1 ,而 在另一边全是 1 。
令分类函数为:
f(x)=wTx+b f ( x ) = w T x + b
显然,如果