1. 基础概念
什么是SVM:支持向量机就是使用一条直线(二维)或超平面(多维)将数据分成两类,同时保证离超平面最近的点与超平面的间隔尽可能小。
支持向量:离超平面最近的几个训练样本,且满足
间隔(margin):分类不同的支持向量之间的距离 γ=2∥w∥ γ = 2 ‖ w ‖ 。
对偶问题:在求解分类器时过于复杂,为了简化问题,我们将目标函数和约束函数融入新的函数&#x
什么是SVM:支持向量机就是使用一条直线(二维)或超平面(多维)将数据分成两类,同时保证离超平面最近的点与超平面的间隔尽可能小。
支持向量:离超平面最近的几个训练样本,且满足
间隔(margin):分类不同的支持向量之间的距离 γ=2∥w∥ γ = 2 ‖ w ‖ 。
对偶问题:在求解分类器时过于复杂,为了简化问题,我们将目标函数和约束函数融入新的函数&#x